Para qué te prepara:
Este Master de Inteligencia Artificial en el Aula te prepara para implementar la IA en tu actividad docente. En esta área, la inteligencia artificial puede servir tanto para la evaluación de destrezas y conocimientos de tus alumnos, como para configurar asistentes virtuales personalizados y detectar precozmente de problemas educativos. Asimismo, te permitirá desarrollar una metodología docente más modernizada y personal que integra herramientas.
A quién va dirigido:
Este Master de Inteligencia Artificial en el Aula está destinado a cualquier docente que quiera aplicar la inteligencia artificial y nuevas tecnologías en clase para desarrollar nuevas metodologías educativas y facilitar sus labores profesionales. Es un máster muy especializado, por lo que se requiere un nivel avanzado en informática con conocimientos base de Python y Arduino.
Titulación:
Doble Titulación: - Titulación de Master en Inteligencia Artificial en el Aula con 1500 horas expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y CLADEA (Consejo Latinoamericano de Escuelas de Administración) - Titulación Universitaria en Programación Robótica en el Aula con 5 Créditos Universitarios ECTS. Formación Continua baremable en bolsas de trabajo y concursos oposición de la Administración Pública.
Objetivos:
- Aprender a aplicar la inteligencia artificial y métodos educativos con ayuda de las nuevas tecnologías en el aula. - Profundizar en el funcionamiento del procesamiento del lenguaje natural, de la inteligencia artificial y del machine learning. - Adquirir nociones para crear algoritmos de aprendizaje automático con Tensorflow. - Aplicación de la inteligencia artificial en chatbots. - Ejecutar proyectos de transformación digital en el ámbito educativo.
Salidas Laborales:
Este Master de Inteligencia Artificial en el Aula es perfecto para los docentes que estén interesados en dominar la inteligencia artificial y otras herramientas digitales. Entre sus salidas laborales encontramos: investigador de inteligencia artificial, gestor de proyectos educativos de machine learning y profesor de inteligencia artificial y nuevas tecnologías.
Resumen:
¿Quieres digitalizar tus clases y explotar las alternativas que te aportan las nuevas tecnologías y la inteligencia artificial? Este Máster de Inteligencia Artificial en el Aula te enseña nuevas metodologías y tecnologías educativas emergentes que involucran innovaciones pedagógicas con el uso de las redes sociales, la realidad virtual, la inteligencia artificial, la robótica y otras herramientas digitales destinadas a la gamificación. Te especializamos en machine learning, procesamiento del lenguaje natural, redes neuronales, ideación de chatbots y otras invenciones de última generación. A su vez, te enseñamos a sacarle partido a la plataforma educativa Open P-Tech para nutrir tu formación tecnológica y la de tus alumnos.
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 LAS HUMANIDADES DIGITALES
UNIDAD DIDÁCTICA 1. LAS HUMANIDADES DIGITALES
UNIDAD DIDÁCTICA 2. ESPACIOS Y LÍNEAS DE ACCIÓN EN HUMANIDADES DIGITALES
UNIDAD DIDÁCTICA 3. HUMANIDADES DIGITALES, EDUCACIÓN Y CULTURA DIGITAL
UNIDAD DIDÁCTICA 4. INNOVAR EN LA CULTURA DIGITAL
MÓDULO 2. 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 3. 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 4. PROCESAMIENTO DE LENGUAJE NATURAL (PLN)
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
UNIDAD DIDÁCTICA 2. RECURSOS PARA EL PLN
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
MÓDULO 5. CHATBOTS E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1 .¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?
UNIDAD DIDÁCTICA 2. ¿QUÉ ES UN CHATBOT?
UNIDAD DIDÁCTICA 3. RELACIÓN ENTRE IA Y CHATBOTS
UNIDAD DIDÁCTICA 4. ÁMBITOS DE APLICACIÓN CHATBOTS
MÓDULO 6. 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 7. TECNOLOGÍAS Y TRANSFORMACIÓN DIGITAL DEL CENTRO EDUCATIVO
UNIDAD DIDÁCTICA 1. GESTIÓN Y DESARROLLO DE PROYECTOS DE TRANSFORMACIÓN DIGITAL
UNIDAD DIDÁCTICA 2. METODOLOGÍAS Y TECNOLOGIAS EDUCATIVAS EMERGENTES
UNIDAD DIDÁCTICA 3. REDES SOCIALES EN EDUCACIÓN
UNIDAD DIDÁCTICA 4. REALIDAD VIRTUAL Y AUMENTADA APLICADA A EDUCACIÓN
UNIDAD DIDÁCTICA 5. INTELIGENCIA ARTIFICIAL EN EDUCACIÓN
UNIDAD DIDÁCTICA 6. ROBÓTICA EDUCATIVA
MÓDULO 8. PROGRAMACIÓN ROBÓTICA EN EL AULA
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA PROGRAMACIÓN. HERRAMIENTAS DE PROGRAMACIÓN. PRIMEROS PASOS CON ARDUINO
UNIDAD DIDÁCTICA 2. PRIMEROS PASOS CON BITBLOQ
UNIDAD DIDÁCTICA 3. USO DE VARIABLES Y FUNCIONES. BUCLES DE CONTROL
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A LA PROGRAMACIÓN DE ROBOTS MÓVILES. MONTANDO EL EVOLUTION
UNIDAD DIDÁCTICA 5. PROGRAMACIÓN DE UN ROBOT SIGUELÍNEAS
UNIDAD DIDÁCTICA 6. PROGRAMACIÓN DE UN ROBOT HUYE-LUZ
UNIDAD DIDÁCTICA 7. PROGRAMACIÓN DE UN ROBOT QUE ESQUIVA OBSTÁCULOS
UNIDAD DIDÁCTICA 8. NEUROTECNOLOGÍA: VISIÓN ESPACIAL. HEMISFERIO DERECHO. PENSAMIENTO COMPUTACIONAL
MÓDULO 9. HERRAMIENTAS DIGITALES EN EL AULA
UNIDAD DIDÁCTICA 1. APLICACIÓN DE LA PIZARRA DIGITAL EN LA EDUCACIÓN
UNIDAD DIDÁCTICA 2. APLICACIÓN DE LAS TABLETS EN LA EDUCACIÓN
UNIDAD DIDÁCTICA 3. LAS REDES SOCIALES EN EL AULA
UNIDAD DIDÁCTICA 4. GAMIFICATION
MÓDULO 10. INTELIGENCIA ARTIFICIAL EN EL AULA CON OPEN P-TECH
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