Home / FACULTAD DE CIENCIA DE DATOS E INTELIGENCIA ARTIFICIAL / Diplomado en Inteligencia Artificial y Deep Learning

Diplomado en Inteligencia Artificial y Deep Learning

Incluye contenido gratis con tu suscripción

Solicita información gratis

Estoy de acuerdo con la Política de privacidad.

Matricúlate ahora online

Sobre este curso

Titulación universitaria

150 h

Online

Facultad De Ciencia De Datos E Inteligencia Artificial

Inteligencia Artificial

Grados

Titulación de Diplomado en Inteligencia Artificial y Deep Learning

Diploma de acreditación del diplomado en Inteligencia Artificial y Deep Learning con valor curricular expedido por la Universidad Da Vinci.

Vídeo de universitarios opinando sobre la Universidad Da Vinci

Esta formación incluye contenido gratis con tu suscripción Educa University

¿Aún no te has suscrito? En Educa University, respondemos ágilmente a las necesidades educativas de un mundo digitalizado y en constante cambio. Somos líderes en el desarrollo de programas educativos y herramientas IA, con alianzas con prestigiosas universidades en Europa, Estados Unidos y América Latina.

Suscríbete ahora

Objetivos

Comprender los conceptos fundamentales de la IA, el ML y el DL.

Familiarizarse con la historia y la importancia de la IA.

Identificar los diferentes tipos de IA y sus aplicaciones.

Conocer los algoritmos utilizados en la IA y su implementación práctica.

Comprender la relación entre la IA y el Big Data, y su papel en la toma de decisiones.

Aprender a construir sistemas expertos y utilizar técnicas de inferencia.

Contenido

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

Introducción a la inteligencia artificial
Historia
La importancia de la IA

UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL

Tipos de inteligencia artificial

UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL

Algoritmos aplicados a la inteligencia artificial

UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA

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

UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS

Sistemas expertos
Estructura de un sistema experto
Inferencia: Tipos
Fases de construcción de un sistema
Rendimiento y mejoras
Dominios de aplicación
Creación de un sistema experto en C#
Añadir incertidumbre y probabilidades

UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL

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

UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING

Introducción
Clasificación de algoritmos de aprendizaje automático
Ejemplos de aprendizaje automático
Diferencias entre el aprendizaje automático y el aprendizaje profundo
Tipos de algoritmos de aprendizaje automático
El futuro del aprendizaje automático

UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING

Introducción
Algoritmos

UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN

Introducción
Filtrado colaborativo
Clusterización
Sistemas de recomendación híbridos

UNIDAD DIDÁCTICA 10. CLASIFICACIÓN

Clasificadores
Algoritmos

UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING

Componentes
Aprendizaje

UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN

Introducción
El proceso de paso de DSS a IDSS
Casos de aplicación

UNIDAD DIDÁCTICA 13. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW

Aprendizaje profundo
Entorno de Deep Learning con Python
Aprendizaje automático y profundo

UNIDAD DIDÁCTICA 14. SISTEMAS NEURONALES

Redes neuronales
Redes profundas y redes poco profundas

UNIDAD DIDÁCTICA 15. REDES DE UNA SOLA CAPA

Perceptrón de una capa y multicapa
Ejemplo de perceptrón

UNIDAD DIDÁCTICA 16. REDES MULTICAPA

Tipos de redes profundas
Trabajar con TensorFlow y Python

UNIDAD DIDÁCTICA 17. ESTRATEGIAS DE APRENDIZAJE

Entrada y salida de datos
Entrenar una red neuronal
Gráficos computacionales
Implementación de una red profunda
El algoritmo de propagación directa
Redes neuronales profundas multicapa

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. 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.

Para qué te prepara

Con este Diplomado en Inteligencia Artificial y Deep Learning te prepara para convertirte en un experto en Inteligencia Artificial, tendrás habilidades para el desarrollo de sistemas, implementación de algoritmos de IA, análisis de Big Data, construcción de redes neuronales y uso de herramientas como Python, Keras y TensorFlow.

A quién va dirigido

Este Diplomado en Inteligencia Artificial y Deep Learning está dirigido a profesionales del ámbito de la informática, como desarrolladores de software, estudiantes y también es adecuado para cualquier persona que esté interesada en el sector de la Inteligencia Artificial. No se requieren conocimientos previos en el tema, ya que se empieza desde lo más básico.

Oportunidades profesionales

Con las salidas profesionales de este Diplomado en Inteligencia Artificial y Deep Learning. Podrás trabajar como científico de datos, ingeniero de Machine Learning, desarrollador de IA, analista de datos, en general podrás optar por trabajar en diferentes industrias como la salud, la tecnología y el comercio, ya que es importante el uso de IA en estos ámbitos.