NOSOTROS CRONOGRAMA FRANQUICIA BLOG CONTACTO ACCESO SISTEMA ACADEMICO

ARCITURA

Fundamentos de Inteligencia Artificial

Código: ARC-010


Este curso proporciona una cobertura esencial de la inteligencia artificial y las redes neuronales en un inglés sencillo y fácil de entender. El curso proporciona una cobertura concreta de las partes principales de la IA, incluidos los enfoques de aprendizaje, las áreas funcionales para las que se utilizan los sistemas de IA y una introducción completa a las redes neuronales, cómo existen, cómo funcionan y cómo se pueden utilizar para procesar información.

El curso además establece un proceso paso a paso para ensamblar un sistema de IA, ilustrando así cómo y cuándo se deben definir y aplicar diferentes prácticas y componentes de los sistemas de IA con redes neuronales. Finalmente, el curso proporciona un conjunto de principios clave y mejores prácticas para proyectos de IA.

 Propuesta de Valor: ARCITURA

 Duración: 8 Horas

Áreas de Conocimiento:
CIENCIA DE DATOS E INTELIGENCIA ARTIFICIAL

Exportar Contenido a PDF

   AUDIENCIA


  • Estudiantes universitarios, Profesionales.

   PRE REQUISITOS


  • No tiene prerrequisitos previos.

   OBJETIVOS


  • Impulsores de tecnología y negocios de IA.
  • Beneficios y desafíos de la IA.
  • Aprendizaje supervisado, aprendizaje no supervisado, aprendizaje continuo.

   CERTIFICACIÓN DISPONIBLE



  • Este curso es uno de tres cursos utilizados para la preparación del Examen AI90.01.
  • Se requiere una calificación aprobatoria en este examen para obtener la Certified Artificial Intelligence Specialist.

   CONTENIDO



1. CONTROLADORES DE TECNOLOGÍA Y NEGOCIOS DE IA


2. BENEFICIOS Y DESAFÍOS DE LA IA


3. CATEGORÍAS DE PROBLEMAS COMERCIALES ABORDADOS POR IA


4. TIPOS DE IA (ESTRECHA, GENERAL, SIMBÓLICA, NO SIMBÓLICA, ETC.)


5. ENFOQUES Y ALGORITMOS COMUNES DE APRENDIZAJE DE IA


6. APRENDIZAJE SUPERVISADO, APRENDIZAJE NO SUPERVISADO, APRENDIZAJE CONTINUO


7. APRENDIZAJE HEURÍSTICO, APRENDIZAJE SEMISUPERVISADO, APRENDIZAJE POR REFUERZO


8. DISEÑOS FUNCIONALES COMUNES DE IA


9. VISIÓN POR COMPUTADOR, RECONOCIMIENTO DE PATRONES


10. ROBÓTICA, PROCESAMIENTO DEL LENGUAJE NATURAL (PNL)


11. RECONOCIMIENTO DE VOZ, COMPRENSIÓN DEL LENGUAJE NATURAL (NLU)


12. INTEGRACIÓN SIN FRICCIÓN, INTEGRACIÓN DEL MODELO DE TOLERANCIA A FALLAS


13. REDES NEURONALES, NEURONAS, CAPAS, ENLACES, PESOS


14. COMPRENDER LOS MODELOS DE IA Y LOS MODELOS DE ENTRENAMIENTO Y LAS REDES NEURONALES


15. COMPRENDER CÓMO EXISTEN LOS MODELOS Y LAS REDES NEURONALES


16. PÉRDIDA, HIPERPARÁMETROS, TASA DE APRENDIZAJE, SESGO, ÉPOCA


17. FUNCIONES DE ACTIVACIÓN (SIGMOID, TANH, RELU, LEAKY RELU, SOFTMAX, SOFTPLUS)


18. TIPOS DE CÉLULAS NEURONALES (ENTRADA, RETROALIMENTADA, RUIDOSA, OCULTA, PROBABILÍSTICA, SPIKING, RECURRENTE, MEMORIA, KERNEL, NVOLUTION, POOL, OUTPUT, MATCH INPUT, ETC.)


19. ARQUITECTURAS DE REDES NEURONALES FUNDAMENTALES Y ESPECIALIZADAS


20. PERCEPTRON, FEEDFORWARD, DEEP FEEDFORWARD, AUTOENCODER, RECURRENTE, MEMORIA A LARGO/CORTO PLAZO


21. RED CONVOLUCIONAL PROFUNDA, MÁQUINA DE APRENDIZAJE EXTREMO, RED RESIDUAL PROFUNDA


22. MÁQUINA DE VECTORES DE SOPORTE, RED KOHONEN, RED HOPFIELD


23. RED ADVERSARIA GENERATIVA, MÁQUINA DE ESTADO LÍQUIDO


24. CÓMO CONSTRUIR UN SISTEMA DE IA (PASO A PASO)


25. PRINCIPIOS COMUNES DE DISEÑO DE SISTEMAS DE IA Y MEJORES PRÁCTICAS DE PROYECTOS DE IA



   BENEFICIOS



  • Al finalizar el curso el estudiante podrá ensamblar un sistema de IA, ilustrando así cómo y cuándo necesitan ser definidos y aplicados las diferentes prácticas y componentes de los sistemas IA con las redes neuronales.

   INVERSIÓN



La inversión incluye: Material de estudio oficial de ARCITURA, certificados e impuestos de ley.

  • En los cursos presenciales proveemos de una computadora por persona y refrigerios.
  • En los cursos virtuales las plataformas interactivas y acceso al aula virtual de recursos.
  • Certificado oficial ARCITURA.