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

  1. Tipos de inteligencia artificial

  1. Algoritmos aplicados a la inteligencia artificial

  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

  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

  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

  1. Introducción al Machine Learning

  1. Introducción a las Redes Neuronales Artificiales (RNA)

  1. Características de las RNA

  1. Clasificación de las RNA

  1. Fundamentos de las RNA

  1. Mecanismos de Aprendizaje

  1. Topologías de las RNA

  1. El perceptrón

  1. Construcción de una RNA

  1. Gráficas de resultados
  2. Medidas de error de las RNA
  3. Definición del error aceptable

  1. Cómo surge el Deep Learning
  2. Evolución de las redes neuronales modernas
  3. Capacidades actuales de los modelos profundos
  4. Escenarios donde el Deep Learning supera a los métodos tradicionales

  1. Neuronas artificiales y capas ocultas
  2. Propagación hacia adelante y ajuste de pesos
  3. Funciones de activación y comportamiento del modelo
  4. Inicialización de parámetros
  5. El problema del desvanecimiento del gradiente

  1. Descenso por gradiente y optimizadores modernos
  2. Batch, mini-batch y entrenamiento estocástico
  3. Técnicas de regularización
  4. Early stopping y control del sobreajuste
  5. Ajuste fino de hiperparámetros

  1. Cómo interpreta imágenes una red neuronal
  2. Convoluciones, filtros y mapas de características
  3. Clasificación y detección de objetos
  4. Transfer learning aplicado a visión artificial
  5. Casos de uso en medicina, industria y seguridad

  1. Redes recurrentes
  2. Arquitecturas LSTM y GRU
  3. Tratamiento de secuencias y datos temporales
  4. Predicción de series temporales
  5. Aplicaciones en lenguaje, audio y análisis financiero

  1. El cambio de paradigma en inteligencia artificial
  2. Arquitectura Transformer
  3. Atención y autoatención
  4. Grandes modelos de lenguaje
  5. Generación de texto, imagen y audio
  6. IA generativa aplicada a entornos empresariales

  1. TensorFlow y Keras
  2. PyTorch y ecosistema actual
  3. Entrenamiento con GPU
  4. Gestión de datasets complejos
  5. Exportación e implementación de modelos

  1. Explicabilidad de modelos neuronales
  2. Sesgos y limitaciones
  3. Consumo computacional y sostenibilidad
  4. Seguridad en modelos avanzados
  5. Tendencias emergentes

  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras

  1. Contexto Sistemas Ciberfísicos (CPS)
  2. Características CPS
  3. Componentes CPS
  4. Ejemplos de uso
  5. Retos y líneas futuras

  1. Conceptos previos
  2. Objetivos de la automatización
  3. Grados de la automatización
  4. Clases de automatización
  5. Equipos para la automatización industrial
  6. Diálogo Hombre-máquina, HMI y SCADA

  1. ¿Qué es la Industria 4.0?
  2. Sensores y captación de información
  3. Ciclo de vida de los productos en la Industria 4.0
  4. Modelos de negocio basados en la industria 4.0
  5. IoT industrial

  1. Tipos de vigilancia tecnológica
  2. Aspectos esenciales de la vigilancia tecnológica
  3. Búsqueda de información
  4. Implantación de la vigilancia tecnológica

  1. Introducción
  2. Concepto y nociones esenciales de la prospectiva tecnológica
  3. Tipología de técnicas para la prospectiva tecnológica
  4. Requisitos de implantación

  1. Fundamentos de visión artificial
  2. Captura y representación digital de imágenes
  3. Sensores, cámaras y adquisición visual
  4. Diferencias entre percepción humana y computacional

  1. Filtrado y transformación de imágenes
  2. Eliminación de ruido y mejora visual
  3. Detección de contornos y regiones
  4. Segmentación inteligente
  5. Reconocimiento de patrones

  1. CNN aplicadas a clasificación
  2. Modelos para detección de objetos
  3. Reconocimiento facial y biometría
  4. Entrenamiento con grandes volúmenes de imágenes

  1. Seguimiento de personas y objetos
  2. Interpretación automática de escenas
  3. Detección de movimiento y comportamiento
  4. Vigilancia inteligente
  5. Analítica avanzada en streaming de vídeo

  1. Inspección visual automatizada
  2. Vehículos autónomos y percepción del entorno
  3. Robótica guiada por visión
  4. Aplicaciones logísticas y productivas
  5. Gemelos digitales y sistemas visuales inteligentes

  1. Visión artificial generativa y modelos multimodales
  2. Edge AI y procesamiento visual en dispositivos inteligentes
  3. Realidad aumentada y percepción aumentada
  4. Integración con robótica colaborativa e IoT
  5. Nuevas aplicaciones en salud, retail, seguridad y smart cities
  6. Evolución tecnológica y desafíos futuros de la percepción inteligente

  1. Qué es el procesamiento del lenguaje natural
  2. Ambigüedad y complejidad lingüística
  3. Evolución de los sistemas lingüísticos inteligentes
  4. Aplicaciones reales del PLN

  1. Tokenización y limpieza textual
  2. Normalización lingüística
  3. Stemming y lematización
  4. Representación vectorial del lenguaje
  5. Embeddings y contexto semántico

  1. Modelos estadísticos aplicados al lenguaje
  2. Redes neuronales para texto
  3. Transformers y atención contextual
  4. Comprensión semántica avanzada

  1. Clasificación automática de textos
  2. Análisis de sentimientos
  3. Detección de temas y tendencias
  4. Extracción de entidades
  5. Automatización documental

  1. Arquitectura de un asistente virtual
  2. Gestión del diálogo
  3. Modelos conversacionales generativos
  4. Personalización de respuestas
  5. Integración en empresas y servicios digitales

  1. Funcionamiento de los LLM
  2. Prompt Engineering
  3. Ajuste y especialización de modelos
  4. Riesgos asociados a la generación automática
  5. Futuro de la interacción humano-máquina

  1. Evolución de la robótica
  2. Componentes físicos y lógicos
  3. Robots industriales, colaborativos y autónomos
  4. IA aplicada al movimiento inteligente

  1. Sensores y captura del entorno
  2. Visión artificial aplicada a robots
  3. Navegación autónoma
  4. Planificación de trayectorias
  5. Localización y mapeo

  1. Interacción humano-máquina
  2. Seguridad operacional
  3. Automatización flexible
  4. Robots colaborativos en la industria 4.0

  1. Vehículos autónomos
  2. Drones inteligentes
  3. Robots de asistencia y servicios
  4. Automatización en logística y almacenes

  1. Automatización cognitiva
  2. Integración entre IA y RPA
  3. Optimización de operaciones complejas
  4. Ecosistemas inteligentes conectados

  1. Robótica social
  2. Sistemas autoaprendientes
  3. Inteligencia colectiva entre robots
  4. Desafíos éticos y regulatorios

  1. ¿Qué es ChatGPT?
  2. Cómo afecta la inteligencia artificial en ChatGPT?
  3. Versiones de ChatGPT y funcionalidades
  4. Usos de ChatGPT
  5. Beneficios de la IA y ChatGPT

  1. ¿Cómo funciona ChatGPT?
  2. Diferencias entre ChatGPT y otros chatbots
  3. Procesamiento del Lenguaje Natural (PLN)
  4. Aprendizaje por transferencia
  5. Cómo entrenar un modelo de ChatGPT

  1. Elección de la plataforma de desarrollo
  2. Configuración del entorno de desarrollo
  3. Preparación de los datos de entrenamiento
  4. Entrenamiento del modelo de ChatGPT
  5. Integración del modelo en el chatbot
  6. Pruebas y mejora del modelo

  1. Análisis de la conversación con el usuario
  2. Personalización de la conversación
  3. Uso de emojis y respuestas con imágenes
  4. Integración de voz y audio
  5. Respuestas multilingües

  1. Integración del chatbot en una página web
  2. Integración del chatbot en una aplicación móvil
  3. Personalización del aspecto del chatbot
  4. Gestión de la seguridad y privacidad del usuario

  1. Modelos de negocio para chatbots
  2. Monetización a través de publicidad
  3. Monetización a través de suscripciones
  4. Monetización a través de compras in-app
  5. Análisis del rendimiento y la rentabilidad

  1. Aspectos éticos y responsabilidad en la IA
  2. Sesgos en la IA y cómo evitarlos
  3. Derechos y privacidad del usuario
  4. Regulaciones y normativas sobre chatbots
  5. Responsabilidad social y ambiental

  1. Chatbots para atención al cliente
  2. Chatbots para servicios financieros
  3. Chatbots para servicios de salud
  4. Chatbots para educación
  5. Chatbots para entretenimiento y ocio

  1. Plataformas de desarrollo de Chatbots
  2. Librerías y frameworks para el desarrollo de IA
  3. Bases de datos y almacenamiento
  4. Recursos de formación y aprendizaje
  5. Comunidades y grupos de apoyo para desarrolladores

  1. Desarrollo de un Chatbot avanzado
  2. Caso de estudio en atención al cliente
  3. Caso de estudio en educación
  4. Caso de estudio en salud
  5. Caso de estudio en ocio

  1. Introducción a la industria creativa
  2. Transformaciones en los procesos de producción artística
  3. Inteligencia artificial aplicada al cine y la animación
  4. Aplicaciones en la música y la composición digital
  5. Innovación en los videojuegos y narrativas interactivas
  6. Retos éticos y repercusiones en los modelos creativos

  1. Principios básicos de la generación automática de contenidos
  2. Creación de guiones y narrativas con modelos generativos
  3. Aplicaciones de la IA en la composición musical
  4. Producción de imágenes y estilos visuales sintéticos
  5. Colaboración entre procesos humanos y automatizados
  6. Limitaciones creativas y desafíos técnicos de la generación automática

  1. Fundamentos tecnológicos de la síntesis de voz
  2. Métodos de clonación y recreación vocal
  3. Automatización del doblaje en entornos audiovisuales
  4. Sincronización de voz generada con personajes digitales
  5. Aplicaciones en accesibilidad y comunicación interactiva
  6. Consideraciones éticas y legales sobre el uso de voces sintéticas

  1. Inteligencia artificial en la evolución de personajes no jugables
  2. Creación de narrativas adaptativas e interactivas
  3. Generación procedimental de escenarios y misiones
  4. Adaptación de la dificultad en función del jugador
  5. Experiencias inmersivas en mundos dinámicos
  6. Tendencias futuras en el desarrollo de videojuegos inteligentes

  1. Sistemas de recomendación basados en IA
  2. Filtrado colaborativo y análisis de preferencias de usuario
  3. Personalización de contenidos en catálogos digitales
  4. Influencia en los hábitos de consumo cultural
  5. Problemas de sesgo y privacidad en la recomendación personalizada

  1. Posibilidades que ofrece la edición de vídeo
  2. Automatización de tareas de edición audiovisual
  3. Reconocimiento de escenas y optimización del montaje
  4. Aplicación de algoritmos en la mejora de calidad visual
  5. Creación de efectos especiales con inteligencia artificial
  6. Integración en los flujos de trabajo de postproducción

  1. Recopilación de datos de consumo digital
  2. Técnicas de análisis aplicadas a la medición de audiencias
  3. Identificación de patrones y segmentación de usuarios
  4. Predicción de tendencias en el mercado cultural
  5. Uso estratégico de la información en comunicación y marketing

  1. Conceptos fundamentales de entornos inmersivos
  2. Inteligencia artificial aplicada a la realidad aumentada
  3. Personalización de experiencias en realidad virtual
  4. Adaptación en tiempo real de la interacción con el usuario
  5. Aplicaciones culturales, educativas y de entretenimiento
  6. Futuro de la convergencia entre IA, AR y VR

  1. Qué es el testing de inteligencia artificial
  2. Diferencias entre testing tradicional y testing de IA
  3. Riesgos asociados a modelos inteligentes
  4. Ciclo de vida de validación de un sistema de IA

  1. Integridad y consistencia de datasets
  2. Detección de datos corruptos o incompletos
  3. Sesgos derivados de los datos de entrenamiento
  4. Validación de calidad antes del entrenamiento
  5. Estrategias de balanceo y limpieza

  1. Métricas en clasificación y regresión
  2. Precision, recall y F1-score
  3. Curvas ROC y rendimiento predictivo
  4. Evaluación comparativa entre modelos
  5. Interpretación avanzada de resultados

  1. Validación funcional de sistemas inteligentes
  2. Evaluación de respuestas inesperadas
  3. Robustez frente a entradas atípicas
  4. Testing de estrés y comportamiento límite
  5. Simulación de escenarios reales

  1. Evaluación de modelos generativos
  2. Detección de alucinaciones
  3. Verificación de coherencia y contexto
  4. Testing de prompts y respuestas complejas
  5. Seguridad y control de generación automática

  1. Sesgos algorítmicos y discriminación
  2. Fairness en sistemas inteligentes
  3. Interpretabilidad de modelos
  4. Técnicas XAI aplicadas al testing
  5. Auditoría y trazabilidad de decisiones

  1. Frameworks y herramientas de testing
  2. Automatización de pruebas inteligentes
  3. Pipelines de validación continua
  4. Monitorización automatizada de modelos
  5. Integración de testing en MLOps

  1. Drift de datos y degradación del modelo
  2. Supervisión continua del rendimiento
  3. Sistemas de alerta y observabilidad
  4. Reentrenamiento y recalibración
  5. Estrategias de mantenimiento evolutivo

  1. Requisitos regulatorios en sistemas inteligentes
  2. Validación ética y legal
  3. Seguridad en modelos desplegados
  4. Certificación y estándares de calidad
  5. Tendencias actuales en AI Testing

  1. Identificación de necesidades y oportunidades
  2. Diseño estratégico de soluciones inteligentes
  3. Viabilidad técnica y operativa
  4. Definición de arquitectura funcional

  1. Configuración de entornos de trabajo
  2. Herramientas y frameworks actuales
  3. Gestión de dependencias y versiones
  4. Entornos colaborativos para IA

  1. Arquitecturas escalables para IA
  2. Microservicios y soluciones distribuidas
  3. Integración entre modelos y aplicaciones
  4. Sistemas multimodales y procesamiento híbrido

  1. APIs para modelos de inteligencia artificial
  2. Integración con aplicaciones web y móviles
  3. Automatización de flujos inteligentes
  4. Comunicación entre servicios y plataformas

  1. Cloud Computing aplicado a IA
  2. Infraestructura distribuida
  3. Escalabilidad y balanceo de carga
  4. Optimización de recursos computacionales

  1. Virtualización y contenedores
  2. Docker aplicado a inteligencia artificial
  3. Orquestación de servicios inteligentes
  4. Publicación y despliegue continuo

  1. Introducción a MLOps
  2. Automatización de entrenamiento y despliegue
  3. Integración continua y entrega continua
  4. Versionado de modelos y datasets
  5. Gestión operativa de modelos inteligentes

  1. Seguridad en APIs y servicios IA
  2. Protección frente a ataques adversariales
  3. Gestión segura de datos y modelos
  4. Continuidad y recuperación de servicios

  1. Reducción de latencia
  2. Optimización de inferencia
  3. Edge AI y procesamiento eficiente
  4. Escalabilidad avanzada de soluciones inteligentes

  1. Cómo definir una estrategia corporativa basada en IA
  2. Madurez digital y adopción organizacional
  3. Priorización de iniciativas inteligentes
  4. Alineación entre negocio, tecnología y datos

  1. Modelos de gobierno del dato
  2. Calidad, trazabilidad y control de la información
  3. Políticas de acceso y gestión de datos sensibles
  4. Inteligencia artificial orientada a la toma de decisiones
  5. Cuadros de mando inteligentes

  1. Transformación cultural en entornos automatizados
  2. Adaptación de equipos y nuevos perfiles profesionales
  3. Liderazgo en procesos de innovación tecnológica
  4. Resistencia al cambio y estrategias de adopción
  5. Modelos de colaboración entre áreas técnicas y de negocio

  1. Personalización avanzada de servicios
  2. Customer journey basado en analítica inteligente
  3. Automatización de la atención y soporte
  4. Modelos predictivos de comportamiento del cliente
  5. Fidelización mediante inteligencia artificial

  1. Diseño de productos digitales basados en IA
  2. Roadmaps tecnológicos
  3. Gestión de ciclos de vida de productos inteligentes
  4. Escalabilidad y evolución funcional
  5. Monetización de soluciones basadas en datos

  1. Automatización financiera inteligente
  2. Predicción y análisis de riesgos
  3. Optimización de operaciones empresariales
  4. IA aplicada a supply chain y logística corporativa
  5. Inteligencia de negocio y analítica avanzada

  1. Regulación europea sobre inteligencia artificial
  2. Cumplimiento normativo y responsabilidad empresarial
  3. Propiedad intelectual en sistemas generativos
  4. Gestión legal de datos y automatización
  5. Auditorías regulatorias en entornos inteligentes