Curso Gratuito Master en Inteligencia Artificial en el Aula + Titulación Universitaria

UNIDAD DIDÁCTICA 1. LAS HUMANIDADES DIGITALES

1. Orígenes y evolución
2. Un acercamiento a la definición de humanidades digitales

UNIDAD DIDÁCTICA 2. ESPACIOS Y LÍNEAS DE ACCIÓN EN HUMANIDADES DIGITALES

1. Las distintas olas de las humanidades digitales
2. Ciencias sociales y humanidades digitales
3. La investigación a través de los nuevos medios
4. Espacios e infraestructuras: Labs, asociaciones y redes

UNIDAD DIDÁCTICA 3. HUMANIDADES DIGITALES, EDUCACIÓN Y CULTURA DIGITAL

1. Aprender en el siglo XXI
2. Extraer y construir conocimiento en la era digital
3. La web semántica y el aprendizaje
4. Hacia el aprendizaje colaborativo

UNIDAD DIDÁCTICA 4. INNOVAR EN LA CULTURA DIGITAL

1. Hipermediaciones y nuevos ecosistemas colaborativos
2. Espacio y tiempo de las hipermediaciones
3. Desarrollar nuestras habilidades cognitivas
4. Economía colaborativa y aprendizajes informales

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. Desafíos 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. GESTIÓN Y DESARROLLO DE PROYECTOS DE TRANSFORMACIÓN DIGITAL

1. Fundamentos para la transformación digital escolar
2. Concepto y fases de la transformación digital
3. Etapas para la transformación digital de centros educativos

UNIDAD DIDÁCTICA 2. METODOLOGÍAS Y TECNOLOGIAS EDUCATIVAS EMERGENTES

1. La pizarra digital
2. Wikis
3. Blogs
4. Blended Learning
5. Realidad aumentada y entornos inmersivos
6. Flipped Clasroom
7. Aprendizaje basado en proyectos (ABP)
8. Gamificación educativa
9. Mobile learning

UNIDAD DIDÁCTICA 3. REDES SOCIALES EN EDUCACIÓN

1. Las redes sociales en educación
2. Rol del docente y del alumnado
3. Ejemplos de redes sociales educativas
4. Uso responsable

UNIDAD DIDÁCTICA 4. REALIDAD VIRTUAL Y AUMENTADA APLICADA A EDUCACIÓN

1. Concepto y propiedades
2. Tipos
3. Construcción de recursos
4. Fundamentos psicológicos
5. Posibilidades educativas
6. Aplicaciones educativas

UNIDAD DIDÁCTICA 5. INTELIGENCIA ARTIFICIAL EN EDUCACIÓN

1. Evolución y Conceptualización de la Inteligencia artificial
2. Investigación, desarrollo y tecnologías en IA
3. Inteligencia artificial en educación

UNIDAD DIDÁCTICA 6. ROBÓTICA EDUCATIVA

1. ¿Qué es la robótica educativa?
2. Etapas educativas en las que se implementa
3. Beneficios de la robótica educativa en educación
4. Introducción de la robótica en el currículo
5. Robótica educativa en Educación Infantil
6. Robótica educativa en Educación Primaria
7. Robótica educativa en la ESO

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA PROGRAMACIÓN. HERRAMIENTAS DE PROGRAMACIÓN. PRIMEROS PASOS CON ARDUINO

1. Programación y lenguajes de programación
2. Scratch, S4A, AppInventor, bitbloq, Arduino
3. Proyecto Arduino
4. Entradas y salidas digitales

UNIDAD DIDÁCTICA 2. PRIMEROS PASOS CON BITBLOQ

1. Instalación y configuración de bitbloq
2. Primer programa: “Hola Mundo”
3. Sentencias condicionales if-else
4. Sentencias condicionales switch-case

UNIDAD DIDÁCTICA 3. USO DE VARIABLES Y FUNCIONES. BUCLES DE CONTROL

1. Variables locales y variables globales
2. Funciones, parámetros y valor de retorno
3. Bucle while
4. Bucle for

UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A LA PROGRAMACIÓN DE ROBOTS MÓVILES. MONTANDO EL EVOLUTION

1. Robots, tipos, aplicaciones Robots en el aula
2. El PrintBot Evolution Montaje
3. Primer Programa con el PrintBot Evolution
4. Teleoperando el PrintBot Evolution desde Android

UNIDAD DIDÁCTICA 5. PROGRAMACIÓN DE UN ROBOT SIGUELÍNEAS

1. ¿Qué es un sigue-líneas? ¿Cómo funciona?
2. Programación de un sigue-líneas
3. Modificaciones de un sigue-líneas

UNIDAD DIDÁCTICA 6. PROGRAMACIÓN DE UN ROBOT HUYE-LUZ

1. ¿Qué es un huye-luz? ¿Cómo funciona?
2. Programación de un huye-luz
3. Modificaciones de un huye-luz

UNIDAD DIDÁCTICA 7. PROGRAMACIÓN DE UN ROBOT QUE ESQUIVA OBSTÁCULOS

1. ¿Qué es un evita-obstáculos? ¿Cómo funciona?
2. Programación de un evita-obstáculos
3. Modificaciones de un evita-obstáculos
4. Máquinas de estados

UNIDAD DIDÁCTICA 8. NEUROTECNOLOGÍA: VISIÓN ESPACIAL. HEMISFERIO DERECHO. PENSAMIENTO COMPUTACIONAL

UNIDAD DIDÁCTICA 1. APLICACIÓN DE LA PIZARRA DIGITAL EN LA EDUCACIÓN

1. Introducción
2. Configuración y utilización de la PDI
3. Uso innovador de la PDI en el desarrollo de clase
4. Recursos educativos para la aplicación de la PDI en el aula

UNIDAD DIDÁCTICA 2. APLICACIÓN DE LAS TABLETS EN LA EDUCACIÓN

1. Aplicación de las Tablets en la educación

UNIDAD DIDÁCTICA 3. LAS REDES SOCIALES EN EL AULA

1. Introducción a la aplicación de las redes sociales a la educación
2. Las redes sociales en la educación
3. Seguridad y aspectos legales en las redes sociales

UNIDAD DIDÁCTICA 4. GAMIFICATION

1. Introducción a la gamification
2. Diseño de Gamification

UNIDAD DIDÁCTICA 1. PLATAFORMA OPEN P-TECH

UNIDAD DIDÁCTICA 2. MANEJO DE OPEN P-TECH: GESTIÓN DE ALUMNOS, CONTENIDOS Y PROCESO DE APRENDIZAJE

UNIDAD DIDÁCTICA 3. PENSAMIENTO COMPUTACIONAL CON SCRATCH

UNIDAD DIDÁCTICA 4. PLATAFORMA MACHINE LEARNING FOR KIDS. INICIACIÓN A LA INTELIGENCIA ARTIFICIAL

UNIDAD DIDÁCTICA 5. PROYECTOS DE INTELIGENCIA ARTIFICIAL EN EL AULA