Para qué te prepara:
Con esta Maestría en Investigación en Inteligencia artificial descubrirás los algoritmos utilizados en la inteligencia artificial y cómo aplicar soluciones de machine learning y Deep learning para automatizar tareas y crear sistemas neuronales. También podrás crear chatbots personalizables gracias al uso de PLN, programarás placas Arduino con Tensorflow 2.0 y sistemas de visión artificial con Python y OpenCV teniendo en cuenta la ciberseguridad.
A quién va dirigido:
Esta Maestría en Investigación en Inteligencia artificial está pensada para profesionales informáticos o industriales, así como a estudiantes de estos sectores que deseen especializarse en el campo de la inteligencia artificial y que busquen poder aplicar algoritmos y modelos de Machine Learning y Deep Learning para automatizar tareas y procesos.
Titulación:
Titulación de Maestría en Investigación en Inteligencia Artificial con 1500 horas expedida por ESIBE (ESCUELA IBEROAMERICANA DE POSTGRADO).
Objetivos:
- Utilizar la inteligencia artificial y conocer sus principales tipos y algoritmos. - Aplicar algoritmos de Machine Learning y Deep Learning para crear sistemas de recomendación y redes neuronales. - Crear chatbots inteligentes utilizando inteligencia artificial y procesamiento de lenguaje natural (PLN) - Configurar y codificar placas Arduino utilizando técnicas de Machine Learning mediante Python y Tensorflow 2.0 - Programar sistemas de visión artificial para industria 4.0 utilizando Python y su librería OpenCV. - Conocer los principales aspectos de ciberseguridad a tener en cuenta en la inteligencia artificial y la industria 4.0
Salidas Laborales:
La inteligencia artificial es de los ámbitos laborales que más profesionales demanda en la actualidad y que necesita de expertos en la materia. Gracias a la realización de esta Maestría en Investigación en Inteligencia artificial podrás optar a puestos tan interesantes y solicitados como IA Engineer, Programador de visión artificial o Experto en soluciones de Machine Learning.
Resumen:
La automatización de procesos y tareas está en plena expansión gracias al uso de la inteligencia artificial y sus modelos de aprendizaje automático. Con esta Maestría en Investigación en Inteligencia artificial descubrirás los algoritmos utilizados en la inteligencia artificial y cómo aplicar soluciones de machine learning y Deep learning para automatizar tareas y crear sistemas neuronales. También podrás crear chatbots personalizables gracias al uso de PLN, programarás placas Arduino con Tensorflow 2.0 y sistemas de visión artificial con Python y OpenCV teniendo en cuenta la ciberseguridad. Contarás con un equipo de profesionales especializados en la materia. Además, gracias a las prácticas garantizadas, podrás acceder a un mercado laboral en plena expansión.
Metodología:
Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. Además recibirá los materiales didácticos que incluye el curso para poder consultarlos en cualquier momento y conservarlos una vez finalizado el mismo.La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.
Temario:
MÓDULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS
UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL
MÓDULO 2. MACHINE LEARNING Y DEEP LEARNING
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING
UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN
UNIDAD DIDÁCTICA 4. CLASIFICACIÓN
UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING
UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN
UNIDAD DIDÁCTICA 7. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
UNIDAD DIDÁCTICA 8. SISTEMAS NEURONALES
UNIDAD DIDÁCTICA 9. REDES DE UNA SOLA CAPA
UNIDAD DIDÁCTICA 10. REDES MULTICAPA
UNIDAD DIDÁCTICA 11. ESTRATEGIAS DE APRENDIZAJE
MÓDULO 3. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
UNIDAD DIDÁCTICA 2. PLN EN PYTHON
UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN
UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN
UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN
UNIDAD DIDÁCTICA 6. ¿QUÉ ES UN CHATBOT?
UNIDAD DIDÁCTICA 7. RELACIÓN ENTRE IA Y CHATBOTS
UNIDAD DIDÁCTICA 8. ÁMBITOS DE APLICACIÓN CHATBOTS
MÓDULO 4. MACHINE LEARNING CON ARDUINO Y TENSORFLOW 2.0
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y PRIMEROS PASOS
UNIDAD DIDÁCTICA 2. PREPARACIÓN DE ARDUINO Y CONFIGURACIÓN DE ENTORNO PYTHON
UNIDAD DIDÁCTICA 3. CODIFICACIÓN Y CONTROL DE ARDUINO CON PYTHON
UNIDAD DIDÁCTICA 4. MANEJO DE ENTRADAS ANALÓGICAS CON PYTHON
UNIDAD DIDÁCTICA 5. USO DE SALIDAS ANALÓGICAS
UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A MACHINE LEARNING
UNIDAD DIDÁCTICA 7. REDES NEURONALES, SERIES TEMPORALES Y PROBLEMAS DE REGRESIÓN
UNIDAD DIDÁCTICA 8. OBTENCIÓN DE PARÁMETROS EN ARDUINO Y GENERACIÓN DE CONJUNTOS DE DATOS
UNIDAD DIDÁCTICA 9. PROCESAMIENTO DE DATOS Y ETAPA DE ENTRENAMIENTO
UNIDAD DIDÁCTICA 10. CREACIÓN DE RED NEURONAL ARTIFICIAL Y APLICACIONES CON ARDUINO Y TENSORFLOW CON KERAS
MÓDULO 5. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV
UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL
UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV
UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS
UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES
UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING
UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR
UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS
UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO
MÓDULO 6. CIBERSEGURIDAD APLICADA A INTELIGENCIA ARTIFICIAL (IA), SMARTPHONES, INTERNET DE LAS COSAS (IOT) E INDUSTRIA 4.0
UNIDAD DIDÁCTICA 1. CIBERSEGURIDAD EN NUEVAS TECNOLOGÍAS
UNIDAD DIDÁCTICA 2. CIBERSEGURIDAD EN SMARTPHONES
UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL (IA) Y CIBERSEGURIDAD
UNIDAD DIDÁCTICA 4. CIBERSEGURIDAD E INTERNET DE LAS COSAS (IOT)
UNIDAD DIDÁCTICA 5. SEGURIDAD INFORMÁTICA EN LA INDUSTRIA 4.0