Curso Gratuito Master en Computación Cuantica e Inteligencia Artificial

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LOS COMPUTADORES

1. Introducción
2. Conceptos básicos sobre computadores
3. Componentes de un computador
4. Software de un computador
5. Parámetros característicos del computador digital
6. Clasificación de los computadores
7. Breve historia de los computadores
8. Estudio de los computadores
9. Computación Científica en supercomputadores

UNIDAD DIDÁCTICA 2. INTRODUCCIÓN A LA PROGRAMACIÓN Y HERRAMIENTAS DE CÁLCULO NUMÉRICO

1. Introducción
2. Resolución de problemas
3. Lenguajes de programación
4. Herramientas de cálculo numérico

UNIDAD DIDÁCTICA 3. EL SISTEMA MATLAB

1. Introducción
2. Acceso a MATLAB
3. Introducción de matrices
4. Operaciones sobre matrices y componentes de matrices
5. Expresiones y variables
6. El espacio de trabajo
7. Funciones para construir matrices
8. Control de flujo programando en MATLAB
9. Funciones escalares
10. Funciones vectoriales
11. Funciones matriciales
12. Generación de submatrices
13. Ficheros .M
14. Entrada y salida de texto
15. Medidas de eficiencia de algoritmos
16. Formato de salida
17. Gráficos en dos dimensiones
18. Gráficos en tres dimensiones
19. Elaboración de programas en MATLAB

UNIDAD DIDÁCTICA 4. ARITMÉTICA DEL COMPUTADOR

1. Introducción
2. Representación interna de números
3. Errores debidos a la representación interna de los números
4. Errores en la realización de operaciones
5. Algoritmos estables e inestables. Condicionamiento de un problema
6. Ejercicios complementarios

UNIDAD DIDÁCTICA 5. ECUACIONES ALGEBRAICAS DE UNA VARIABLE

1. Introducción
2. Método de bisección o bipartición
3. Método de interpolación lineal o Regula Falsi
4. Método de aproximaciones sucesivas o punto fijo
5. Método de Newton-Raphson
6. Método de la secante
7. Criterios de convergencia para los métodos iterativos
8. Dificultades a la hora de calcular las raíces de una función
9. Cálculo de ceros de polinomios
10. Ejercicios complementarios

UNIDAD DIDÁCTICA 6. SISTEMAS DE ECUACIONES ALGEBRAICAS

1. Introducción
2. Métodos directos
3. Métodos iterativos
4. Comparación entre métodos iterativos y directos
5. Introducción a los sistemas de ecuaciones algebraicas no lineales
6. Ejercicios complementarios

UNIDAD DIDÁCTICA 7. INTERPOLACIÓN Y APROXIMACIÓN

1. Introducción
2. Interpolación polinomial
3. -Series de Taylor
4. -Interpolación polinómica: forma de Vandermoide
5. Aproximación por polinomios
6. Introducción a la interpolación por funciones racionales
7. Ejercicios complementarios

UNIDAD DIDÁCTICA 8. DIFERENCIACIÓN E INTEGRACIÓN

1. Introducción
2. Diferenciación numérica
3. Integración numérica
4. Ejercicios complementarios

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA FÍSICA CUÁNTICA

1. La ciencia
2. El Sistema Internacional de Unidades
3. Física clásica
4. Física moderna
5. ¿Qué es la física cuántica?

UNIDAD DIDÁCTICA 2. ÁTOMOS, ELECTRONES Y FOTONES

1. Nociones básicas sobre la estructura atómica
2. Introducción al espectro electromagnético
3. ¿Qué es el espectro electromagnético?
4. Cuantos de energía. Postulado de Planck
5. Principio de dualidad. Postulado de De Broglie
6. Modelo atómico de Bohr

UNIDAD DIDÁCTICA 3. EFECTO ELECTROMAGNÉTICO

1. Introducción al efecto fotoeléctrico
2. La luz como una onda
3. Explicación de Albert Einstein
4. El efecto Compton
5. Frecuencia de la luz y la frecuencia umbral v0
6. Tendencia de la amplitud de onda

UNIDAD DIDÁCTICA 4. NÚMEROS CUÁNTICOS Y ORBITALES

1. Dualidad onda-corpúsculo. Principio de incertidumbre de Heisenberg
2. Modelo mecano-cuántico del átomo
3. Estructura del átomo
4. Configuración electrónica
5. Números cuánticos y orbitales atómicos

UNIDAD DIDÁCTICA 5. NÚCLEOS

1. Núcleo atómico
2. Masas nucleares
3. Propiedades de la estructura nuclear
4. Tamaño de los núcleos
5. Ley de desintegración radiactiva
6. Teoría cuántica de la desintegración radiactiva
7. Desintegración nuclear

UNIDAD DIDÁCTICA 6. EL CAMPO DE PUNTO CERO

1. ¿Qué es el campo punto cero?
2. Partículas virtuales
3. Efecto Casimir

UNIDAD DIDÁCTICA 7. APLICACIONES DE LA FÍSICA CUÁNTICA

1. Introducción a las aplicaciones de la física cuántica
2. Transistor
3. El láser
4. Otras aplicaciones de la física cuántica

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

1. Introducción a la inteligencia artificial
2. Historia
3. La importancia de la IA

UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL

1. Tipos de inteligencia artificial

UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL

1. Algoritmos aplicados a la inteligencia artificial

UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA

1. Relación entre inteligencia artificial y big data
2. IA y Big Data combinados
3. El papel del Big Data en IA
4. Tecnologías de IA que se están utilizando con Big Data

UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS

1. Sistemas expertos
2. Estructura de un sistema experto
3. Inferencia: Tipos
4. Fases de construcción de un sistema
5. Rendimiento y mejoras
6. Dominios de aplicación
7. Creación de un sistema experto en C#
8. Añadir incertidumbre y probabilidades

UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL

1. Futuro de la inteligencia artificial
2. Impacto de la IA en la industria
3. El impacto económico y social global de la IA y su futuro

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING

1. Introducción
2. Clasificación de algoritmos de aprendizaje automático
3. Ejemplos de aprendizaje automático
4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
5. Tipos de algoritmos de aprendizaje automático
6. El futuro del aprendizaje automático

UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING

1. Introducción
2. Algoritmos

UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN

1. Introducción
2. Filtrado colaborativo
3. Clusterización
4. Sistemas de recomendación híbridos

UNIDAD DIDÁCTICA 4. CLASIFICACIÓN

1. Clasificadores
2. Algoritmos

UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING

1. Componentes
2. Aprendizaje

UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN

1. Introducción
2. El proceso de paso de DSS a IDSS
3. Casos de aplicación

UNIDAD DIDÁCTICA 7. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW

1. Aprendizaje profundo
2. Entorno de Deep Learning con Python
3. Aprendizaje automático y profundo

UNIDAD DIDÁCTICA 8. SISTEMAS NEURONALES

1. Redes neuronales
2. Redes profundas y redes poco profundas

UNIDAD DIDÁCTICA 9. REDES DE UNA SOLA CAPA

1. Perceptrón de una capa y multicapa
2. Ejemplo de perceptrón

UNIDAD DIDÁCTICA 10. REDES MULTICAPA

1. Tipos de redes profundas
2. Trabajar con TensorFlow y Python

UNIDAD DIDÁCTICA 11. ESTRATEGIAS DE APRENDIZAJE

1. Entrada y salida de datos
2. Entrenar una red neuronal
3. Gráficos computacionales
4. Implementación de una red profunda
5. El algoritmo de propagación directa
6. Redes neuronales profundas multicapa

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN

1. ¿Qué es PLN?
2. ¿Qué incluye el PLN?
3. Ejemplos de uso de PLN
4. Futuro del PLN

UNIDAD DIDÁCTICA 2. RECURSOS PARA EL PLN

1. Introducción a Python
2. ¿Qué necesitas?
3. Librerías para el análisis de datos en Python
4. PLN en Python con la librería NLTK
5. Otras herramientas para PLN

UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN

1. Principios del análisis sintáctico
2. Gramática libre de contexto
3. Analizadores sintácticos (Parsers)

UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN

1. Aspectos introductorios del análisis semántico
2. Lenguaje semántico para PLN
3. Análisis pragmático

UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN

1. Aspectos introductorios
2. Pasos en la extracción de información
3. Ejemplo PLN
4. Ejemplo PLN con entrada de texto en inglés

UNIDAD DIDÁCTICA 1 .¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?

1. Introducción a la Inteligencia artificial
2. El Test de Turing
3. Agentes Inteligentes
4. Aplicaciones de la inteligencia artificial

UNIDAD DIDÁCTICA 2. ¿QUÉ ES UN CHATBOT?

1. Aspectos introductorios
2. ¿Qué es un chatbot?
3. ¿Cómo funciona un chatbot?
4. VoiceBots
5. Desafios para los Chatbots

UNIDAD DIDÁCTICA 3. RELACIÓN ENTRE IA Y CHATBOTS

1. Chatbots y el papel de la Inteligencia Artificial (IA)
2. Usos y beneficios de los chatbots
3. Diferencia entre bots, chatbots e IA

UNIDAD DIDÁCTICA 4. ÁMBITOS DE APLICACIÓN CHATBOTS

1. Áreas de aplicación de Chatbots
2. Desarrollo de un chatbot con ChatterBot y Python
3. Desarrollo de un chatbot para Facebook Messenger con Chatfuel

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y PRIMEROS PASOS

1. ¿Qué es la inteligencia artificial?
2. Hardware y software unidos por la Inteligencia Artificial
3. Inteligencia Artificial y Visión Artificial
4. Arduino: introducción

UNIDAD DIDÁCTICA 2. PREPARACIÓN DE ARDUINO Y CONFIGURACIÓN DE ENTORNO PYTHON

1. Instalación de Arduino
2. Configurando tu Arduino para Python

UNIDAD DIDÁCTICA 3. CODIFICACIÓN Y CONTROL DE ARDUINO CON PYTHON

1. Control de Arduino

UNIDAD DIDÁCTICA 4. MANEJO DE ENTRADAS ANALÓGICAS CON PYTHON

1. Manejo de entradas
2. Entradas analógicas

UNIDAD DIDÁCTICA 5. USO DE SALIDAS ANALÓGICAS

1. Salidas analógicas
2. Valores analógicos en Arduino

UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A MACHINE LEARNING

1. Introducción al machine learning
2. Aprendizaje supervisado
3. Aprendizaje no supervisado

UNIDAD DIDÁCTICA 7. REDES NEURONALES, SERIES TEMPORALES Y PROBLEMAS DE REGRESIÓN

1. Redes neuronales y deep learning
2. Series Temporales

UNIDAD DIDÁCTICA 8. OBTENCIÓN DE PARÁMETROS EN ARDUINO Y GENERACIÓN DE CONJUNTOS DE DATOS

1. Funciones y parámetros
2. Variables y constantes especializadas
3. Estructura de control

UNIDAD DIDÁCTICA 9. PROCESAMIENTO DE DATOS Y ETAPA DE ENTRENAMIENTO

1. Introducción
2. ¿Qué son los datos de entrenamiento de IA?
3. ¿Por qué se requieren datos de entrenamiento de IA?
4. ¿Cuántos datos son adecuados?
5. ¿Qué afecta la calidad de los datos en el entrenamiento?

UNIDAD DIDÁCTICA 10. CREACIÓN DE RED NEURONAL ARTIFICIAL Y APLICACIONES CON ARDUINO Y TENSORFLOW CON KERAS

1. Crear red neural paso a paso
2. Redes neuronales: Aprendizaje
3. Otras redes neuronales

UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES

1. La visión artificial: definiciones y aspectos principales

UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL

1. Ópticas
2. Iluminación
3. Cámaras
4. Sistemas 3D
5. Sensores
6. Equipos compactos
7. Metodologías para la selección del hardware

UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL

1. Algoritmos
2. Software
3. Segmentación e interpretación de imágenes
4. Metodologías para la selección del software

UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0

1. Aplicaciones clásicas: discriminación, detección de fallos…
2. Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO)

UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV

1. Descripción general OpenCV
2. Instalación OpenCV para Python en Windows
3. Instalación OpenCV para Python en Linux
4. Anaconda y OpenCV

UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS

1. Manejo de archivos
2. Leer una imagen con OpenCV
3. Mostrar imagen con OpenCV
4. Guardar una imagen con OpenCV
5. Operaciones aritméticas en imágenes usando OpenCV
6. Funciones de dibujo

UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES

1. Redimensión de imágenes
2. Erosión de imágenes
3. Desenfoque de imágenes
4. Bordeado de imágenes
5. Escala de grises en imágenes
6. Escalado, rotación, desplazamiento y detección de bordes
7. Erosión y dilatación de imágenes
8. Umbrales simples
9. Umbrales adaptativos
10. Umbral de Otsu
11. Contornos de imágenes
12. Incrustación de imágenes
13. Intensidad en imágenes
14. Registro de imágenes
15. Extracción de primer plano
16. Operaciones morfológicas en imágenes
17. Pirámide de imágen

UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING

1. Analizar imágenes usando histogramas
2. Ecualización de histogramas
3. Template matching
4. Detección de campos en documentos usando Template matching

UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR

1. Espacios de color en OpenCV
2. Cambio de espacio de color
3. Filtrado de color
4. Denoising de imágenes en color
5. Visualizar una imagen en diferentes espacios de color

UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS

1. Detección de líneas
2. Detección de círculos
3. Detectar esquinas (Método Shi-Tomasi)
4. Detectar esquinas (método Harris)
5. Encontrar círculos y elipses
6. Detección de caras y sonrisas

UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO

1. Vecino más cercano (K-Nearest Neighbour)
2. Agrupamiento de K-medias (K-Means Clustering)

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA COMPUTACIÓN CUÁNTICA

UNIDAD DIDÁCTICA 2. TECNOLOGÍA CUÁNTICA ACTUAL

UNIDAD DIDÁCTICA 3. ALGORITMO CUÁNTICOS

UNIDAD DIDÁCTICA 4. COMUNICACIONES CUÁNTICAS

UNIDAD DIDÁCTICA 5. CRIPTOGRAFÍA CUÁNTICA

UNIDAD DIDÁCTICA 6. SIMULACIÓN CUÁNTICA

UNIDAD DIDÁCTICA 7. COMPUTACIÓN CUÁNTICA ADIABÁTICA

UNIDAD DIDÁCTICA 8. ALGORITMOS DE PASEO CUÁNTICO

UNIDAD DIDÁCTICA 9. ERRORES CUÁNTICOS Y CÓDIGOS CUÁNTICOS