Fundamentos de la Inteligencia Artificial

Información general

Cierre: 20 de diciembre de 2024

Inscripción cerrada

En este curso se estudian las técnicas básicas de inteligencia artificial desde el punto de vista de la ciencia de datos, esto es, como un mecanismo de extracción de conocimiento y de aporte de valor a partir de dichos datos. Los principales objetivos del curso son los siguientes:

  • Familiarizarse con los diferentes paradigmas del aprendizaje automático
  • Conocer los principios de la analítica visual como un complemento del proceso del análisis de datos.
  • Aprender a utilizar varias herramientas para crear de forma práctica modelos de aprendizaje automático.
  • Comprender el fundamento de modelos supervisados, incluyendo de clasificación y de regresión
  • Comprender los fundamentos de algunos de los algoritmos de aprendizaje no supervisado más utilizados
  • Conocer algunos modelos modernos de redes neuronales y sus aplicaciones. Perfiles de egresión adecuados para el contenido que se trabaja en el curso son científico de datos, ingeniero de datos o ingeniero en inteligencia artificial, entre otros.
Metodología: 

Manual estructurado en diferentes apartados para un aprendizaje progresivo, vídeos complementarios explicativos.

Bibliografía: 
  • Russell, S. J., y Norvig, P. (2004). Inteligencia Artificial: un enfoque moderno. Pearson.
  • Hastie, T. et al. (2001). The elements of statistical learning. 2001.
  • Bishop, C. (2006). Pattern recognition and machine learning. Springer.
  • Tufte, E. (1973). The visual display of quantitative information. Graphics Press USA
  • Tufte, E. R., Goeler, N. H., & Benson, R. (1990). Envisioning information (Vol. 2). Cheshire, CT: Graphics press.

Programación

  • Conferencia magistral Duración: 1min
    "Introducción"
    Guillermo Hernández, BISITE
  • Conferencia magistral Duración: 25min
    "Introducción a la IA y la analítica visual"
    Guillermo Hernández, BISITE
  • Conferencia magistral Duración: 9min
    "Software Orange"
    Guillermo Hernández, BISITE
  • Conferencia magistral Duración: 12min
    "Deep Intelligence"
    Guillermo Hernández, BISITE
  • Conferencia magistral Duración: 12min
    "Jupyter"
    Guillermo Hernández, BISITE
  • Conferencia magistral Duración: 1min
    "Conclusión"
    Guillermo Hernández, BISITE
  • Conferencia magistral Duración: 3min
    "Aprendizaje supervisado"
    Cristina Santa Cruz González, BISITE
  • Conferencia magistral Duración: 11min
    "Clasificación"
    Cristina Santa Cruz González, BISITE
  • Conferencia magistral Duración: 32min
    "Regresión"
    Cristina Santa Cruz González, BISITE
  • Conferencia magistral Duración: 13min
    "Ejemplo Regresión"
    Cristina Santa Cruz González, BISITE
  • Conferencia magistral Duración: 3min
    "Introducción al aprendizaje no supervisado"
    María Alonso García, AIR
  • Conferencia magistral Duración: 6min
    "Clustering"
    María Alonso García, AIR
  • Conferencia magistral Duración: 10min
    "Reglas de asociación"
    María Alonso García, AIR
  • Conferencia magistral Duración: 14min
    "Reducción dimensional PCA"
    Cristina Santa Cruz González, BISITE
  • Conferencia magistral Duración: 3min
    "Introducción al Deep Learning"
    Juan Herranz Martín, AIR
  • Conferencia magistral Duración: 6min
    "Perceptron"
    Juan Herranz Martín, AIR
  • Conferencia magistral Duración: 5min
    "Deepint"
    Juan Herranz Martín, AIR
  • Conferencia magistral Duración: 5min
    "CNNRNN"
    Juan Herranz Martín, AIR
  • Conferencia magistral Duración: 1min
    "Conclusión"
    Juan Herranz Martín, AIR

Ponentes

María Alonso García

Guillermo Hernández

BISITE

Juan Herranz Martín

Cristina Santa Cruz González

Precio: 

Gratuito

Modalidad: 
Online
Idioma:
Español
Horas: 
100
Duración: 
3 meses

Utilizamos cookies para mejorar su experiencia. Si continúa navegando, consideraremos que acepta su uso.

Aceptar Más información