Ir al contenido 
- Introducción a la inteligencia artificial
- Historia
- La importancia de la IA
- Aprendizaje Automático
- Tipos de aprendizaje automático
- Algoritmos y modelos de aprendizaje automático
- Métricas de evaluación en aprendizaje automático
- Regularización y selección de características en aprendizaje automático
- Redes Neuronales Artificiales (RNA)
- Estructura y arquitectura
- Funciones de activación
- Entrenamiento de las RNA
- Redes Neuronales Convolucionales (CNN) y su aplicación
- Redes Neuronales Recurrentes (RNN) y su aplicación
- Modelos Generativos Adversariales (GAN) y su aplicación
- Visión artificial
- Preprocesamiento y transformación de imágenes
- Detección y reconocimiento de objetos
- Segmentación y clasificación de imágenes
- Aplicaciones de visión artificial
- Concepto de generación de imágenes mediante IA
- Evolución de los modelos generativos
- Tipos de modelos generativos aplicados a imágenes
- Relación entre datos, entrenamiento y resultados
- Limitaciones actuales de la generación de imágenes
- Arquitectura de modelos generativos
- Difusión y generación paso a paso
- Interpretación del prompt
- Parámetros de generación y su impacto
- Control del resultado y ajuste fino
- Panorama actual de herramientas de generación de imágenes
- Diferencias entre herramientas y enfoques
- Entornos de uso y acceso a plataformas
- Flujos de trabajo habituales
- Criterios de selección de herramientas
- Introducción a DALL-E 2
- Interfaz y funcionamiento básico
- Creación de prompts efectivos
- Edición y variaciones de imágenes
- Optimización de resultados
- Uso de alternativas a DALL-E
- Comparativa de resultados entre herramientas
- Ajustes avanzados en generación de imágenes
- Integración en proyectos creativos
- Exportación y reutilización de imágenes
- Riesgos asociados a la generación de imágenes
- Sesgos en los modelos generativos
- Uso responsable de contenidos generados
- Derechos de autor y propiedad intelectual
- Buenas prácticas en entornos profesionales
