CURSO AI 2022F

Curso dirigido por:

Luis Zhinin
MSc in Artificial Intelligence
Luis Zinin Biacademics

Según una encuesta hecha por el Foro Económico Mundial (2019) a líderes empresariales, el 85% indicó que durante el periodo que corresponde hasta el 2022 planean integrar tecnologías como el User Entity y Big Data Analytics. (Fuente: World Economic Forum)

Las TIC, la inteligencia artificial, el big data y el Internet de las Cosas (IoC) son algunos ejemplos notables de esta tendencia reciente, que muchos llaman la “cuarta revolución industrial” (Fuente: OCDE/CAF/CEPAL, 2016).

Según PwC, el 90% de los ejecutivos piensa que la inteligencia artificial ofrece mayores oportunidades que riesgos. Se estima que para el 2030, la inteligencia artificial pueda agregar $15.7 trillones de dólares al valor de la economía global.

¿Qué aprenderás?

  • Aprenderás qué es la inteligencia artificial mediante diferentes ejemplos abordando casos de la vida real.
  • Conocerás las nuevas metodologías para encontrar el propósito de tu ocupación y aplicar las soluciones de IA adecuadas.
  • Entenderás la importancia de los datos para el desarrollo e implementación de tecnologías como ciencia de datos e inteligencia artificial en tu industria.
  • Aprenderás a usar herramientas de la inteligencia artificial aplicables a muchos campos.

¿A quien va dirigido?

El curso va dirigido a cualquier persona interesada en conocer sobre la Inteligencia Artificial y sus aplicaciones.

Temario

Módulo 1: Fundamentos

  • Fundamentos de Python
  • Requisitos de aprendizaje automático (incluyendo NumPy, Pandas y álgebra lineal)
  • Fundamentos de Estadística
  • PREGUNTAS DE REVISIÓN

Módulo 2: Introducción al Aprendizaje Automático y al Aprendizaje Profundo

  • Algoritmos de Aprendizaje Automático (Supervisado, No Supervisado, Refuerzo)
  • Desafíos en el Aprendizaje
  • Automático
  • Resolución de los problemas utilizando el enfoque tradicional
  • Resolución de los problemas utilizando el enfoque de Machine Learning
  • Una breve introducción al mundo del Machine Learning y del Deep Learning
  • Caso práctico
  • PREGUNTAS DE REVISIÓN

Módulo 3: Construir un proyecto de Machine Learning

  • Pre-procesamiento de datos
  • Construcción de un modelo de aprendizaje automático para la predicción
  • Exploración de modelos diferentes
  • Preselección del mejor modelo y ajuste de parámetros.
  • Caso práctico
  • PREGUNTAS DE REVISIÓN

Módulo 4: Clasificación y métricas de IA

  • Entrenar un modelo en el conjunto de datos
  • Aprender a identificar métricas de evaluación.
  • Caso práctico
  • PREGUNTAS DE REVISIÓN

Módulo 5: Algoritmos de aprendizaje automático

  • Aprendizaje no supervisado
  • Reducción de la dimensionalidad
  • Caso práctico
  • PREGUNTAS DE REVISIÓN

Módulo 6: Introducción a las redes neuronales artificiales con Keras

  • Redes neuronales artificiales
  • Back-propagación
  • Perceptrón multicapa y visualización de resultados.
  • Caso práctico
  • PREGUNTAS DE REVISIÓN

Módulo 7: Visión por computador

  • Fundamentos de Redes convolucionales
  • Caso práctico.
  • PREGUNTAS DE REVISIÓN

Módulo 8: Aprendizaje por refuerzo

  • Fundamentos de agentes
  • Caso práctico

Clase Magistral

PhD. Oscar Chang
Investigador y Profesor en Inteligencia Artificial, Universidad Yachay

Requerimientos

Computadora de 64 bits
32MB disponibles
650 MB para descarga e instalación de Anaconda
Linux, OS X o Windows

¿Porqué escoger a Bi Academics?

Que nuestros estudiantes te lo digan

$200,00

Fecha:

17 Oct a 14 Nov, 2022

100 % de Valoraciones positivas

(NUEVO) 20 alumnos

8 Módulos, 6 practicas

32 horas

18H30 a 21H30 (Lunes y Miércoles )

18H30 a 20H30 (Viernes)

Hora Ecuador

13 recursos adicionales ( 9 archivos)

ONLINE EN VIVO por ZOOM

NlVEL:

INICIACIÓN

¿Necesitas mas Información?

¿BUSCAS ATENCIÓN PERSONALIZADA?

También te Recomendamos