CURSO EN INTELIGENCIA ARTIFICIAL

– Comprender los conceptos fundamentales de Inteligencia artificial (IA), Machine Learning (ML) y Deep Learning (DL).
– Aplicar y evaluar algoritmos de Machine Learning en diversas situaciones y ámbitos.
– Dominar arquitecturas y entrenamiento de redes neuronales.
– Explorar la inteligencia artificial generativa (GenAI) para crear contenido diverso y personalizado.
– Profundizar en técnicas y aplicaciones de Procesamiento de Lenguaje Natural (NLP).
– Desarrollar habilidades para diseñar, integrar y personalizar Chatbots.
– Adquirir conocimientos avanzados sobre Transformers y Visión Artificial.

UNIDAD DIDÁCTICA 1. FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL

Fundamentos de inteligencia artificial
– Evolución de la inteligencia artificial
– Principales Enfoques de la inteligencia artificial
– Implementación de la inteligencia artificial
– Retos y perspectivas de futuro de la inteligencia artificial

UNIDAD DIDÁCTICA 2. MACHINE LEARNING: PRINCIPIOS Y APLICACIONES

Machine Learning: Principios y Aplicaciones
– Historia del Machine Learning
– Algoritmos de Machine Learning
– Modelos de aprendizaje en Machine Learning

UNIDAD DIDÁCTICA 3. DEEP LEARNING: ARQUITECTURAS Y ENTRENAMIENTO

Deep Learning: arquitecturas y entrenamiento
– Arquitectura de redes neuronales profundas

UNIDAD DIDÁCTICA 4. INTELIGENCIA ARTIFICIAL GENERATIVA (GENAI)

Inteligencia Artificial Generativa (GenAI)
– Tipos de inteligencia artificial generativa
– Usos de la inteligencia artificial generativa

UNIDAD DIDÁCTICA 5. PROCESAMIENTO DEL LENGUAJE NATURAL (NLP)

Procesamiento del Lenguaje Natural (NLP)
– Historia de los sistemas NLP
– Definición y alcance del NLP
– Inteligencias artificiales dedicadas al NLP
– Principales problemas y desafíos en el campo del NLP

UNIDAD DIDÁCTICA 6. CHATBOTS Y SU INTEGRACIÓN EN EMPRESAS

Chatbots y su integración en empresas
– Historia de los chatbots
– Definición y tipos de chatbot
– Funcionamiento de un chatbot

UNIDAD DIDÁCTICA 7. TRANSFORMERS: ARQUITECTURA Y APLICACIONES
Transformers: arquitectura y aplicaciones
– Funcionamiento
– Principales arquitecturas de transformers
– Aplicaciones de los transformers
– Ventajas de los transformers
– Problemas y desafíos de los transformers

UNIDAD DIDÁCTICA 8. VISIÓN ARTIFICIAL

Visión Artificial
– Definición de visión artificial
– Historia de la visión artificial
– Proceso de visión artificial
– Algoritmos de visión artificial
– Arquitecturas de visión artificial
– Uso de sistemas de visión artificial
– Problemas y desafíos de la visión artificial

UNIDAD DIDÁCTICA 9. ÉTICA Y RESPONSABILIDAD EN INTELIGENCIA ARTIFICIAL

Ética y responsabilidad en Inteligencia Artificial
– Consideraciones éticas en el uso de la inteligencia artificial generativa y consejos para mantenerlas
– Consideraciones éticas del procesamiento del lenguaje natural
– Consideraciones éticas de los chatbots
– Consideraciones éticas de la visión artificial