Introducción a la inteligencia artificial (IA) - eLearning
450,00 EUR
- 6 hours
Este programa introductorio en inteligencia artificial ofrece una visión general completa de los conceptos y flujos de trabajo de la IA, cubriendo los fundamentos del aprendizaje automático y el aprendizaje profundo. Explorarás la IA trabajando en casos de uso del mundo real y comprenderás las distinciones entre el aprendizaje supervisado, no supervisado y por refuerzo. Este curso gratuito de IA es un punto de partida perfecto para cualquiera que aspire a convertirse en un ingeniero de IA.
Características clave
Idioma
El curso y el material están en inglés
Nivel
Apto para principiantes
Acceso
Acceso de 1 año a la plataforma de eLearning de estudio autodirigido 24/7
2 horas de contenido en video
con 6 horas de tiempo de estudio recomendado
Prácticas
Cuestionarios para refrescar tus estudios
No hay examen
No hay examen para el curso pero el estudiante recibirá un certificado de finalización de la capacitación
Descripción del curso
Si estás buscando aumentar tus conocimientos en inteligencia artificial y quieres obtener una comprensión de sus aplicaciones comerciales, entonces nuestro curso de Introducción a la Inteligencia Artificial es exactamente lo que necesitas. Con este curso, obtendrás una visión general amplia de los conceptos de IA, flujos de trabajo y métricas de rendimiento, así como de aprendizaje automático y aprendizaje profundo. Descubrirás cómo los algoritmos de agrupamiento y clasificación ayudan a identificar aplicaciones comerciales de IA, y también se te enseñará la diferencia entre el aprendizaje supervisado, no supervisado y por refuerzo.
Las terminologías básicas, conceptos, alcance y etapas de la inteligencia artificial están cubiertos en este curso, también se examinará su efecto en los procesos empresariales del mundo real y cómo la IA impulsa el valor empresarial. Al final del curso, podrás aplicar el flujo de trabajo de aprendizaje automático para resolver problemas empresariales, definir claramente varios algoritmos de IA supervisados y no supervisados, y medir el ROI basado en métricas de rendimiento.
Resultados de aprendizaje
Al final de este curso podrás entender:
Significado y Aplicaciones
El significado y propósito de la IA, así como el alcance, etapas, aplicaciones y efectos
ML y DL
Los conceptos básicos del aprendizaje automático y el aprendizaje profundo
Eficiencia
Cómo implementar eficazmente los pasos de un flujo de trabajo de aprendizaje automático
Supervisión
La diferencia entre el aprendizaje supervisado, semi-supervisado y no supervisado
Métricas
El papel de las métricas de rendimiento y cómo identificar los métodos clave
Cronograma del curso
Introducción al curso
Lección 01
Descifrando la inteligencia artificial
Lección 02
- Descifrando la Inteligencia Artificial
- Significado, Alcance y Etapa de la IA
- Tres etapas de la IA
- Aplicaciones de la IA
- Reconocimiento de Imágenes
- Aplicación de la IA
- Efectos de la IA en la Sociedad
- Supervisa el aprendizaje para la telemedicina
- Resuelve problemas sociales complejos
- Beneficia a múltiples industrias
Fundamentos del aprendizaje automático y aprendizaje profundo
Lección 03
- Fundamentos de Aprendizaje Automático y Aprendizaje Profundo
- Significado del Aprendizaje Automático
- Relación entre el Aprendizaje Automático y el Análisis Estadístico
- Proceso de Aprendizaje Automático
- Tipos de Aprendizaje Automático
- Significado del Aprendizaje No Supervisado
- Significado del Aprendizaje Semi-supervisado
- Algoritmos de Aprendizaje Automático
- Regresión
- Naive Bayes
- Algoritmos de Aprendizaje Automático
- Aprendizaje profundo
- Definición de Red Neuronal Artificial
- Definición de perceptrón
- Aprendizaje en línea y por lotes
Flujo de trabajo de aprendizaje automático
Lección 04
- Flujo de trabajo de aprendizaje automático
- Obtén más datos
- Haz una pregunta aguda
- Añadir datos a la tabla
- Comprobar la calidad
- Transformar características
- Responde a las preguntas
- Usa la respuesta
Métricas de rendimiento
Lección 05
- Métricas de rendimiento
- Métodos clave de las métricas de rendimiento
- Ejemplo de matriz de confusión
- Términos de la matriz de confusión
- Minimizar los casos falsos
- Minimizar el ejemplo de falsos positivos
- Precisión, exactitud
- Sensibilidad o tasa de verdaderos positivos
- Especificidad
- Puntuación F1
Público objetivo
El curso está diseñado para personas de diversos orígenes que desean obtener conocimientos fundamentales sobre la inteligencia artificial y sus aplicaciones. No se necesitan requisitos formales. pero un entendimiento básico de matemáticas, estadísticas y programación será beneficioso.
Profesionales de TI
Profesionales no técnicos
Analistas de Datos
Estudiantes
Educadores e Investigadores
Emprendedores e Innovadores
Preguntas Frecuentes
¿Necesitas una solución corporativa o integración de LMS?
¿No encontraste el curso o programa que encajaría para tu empresa? ¿Necesitas integración con un LMS? ¡Escríbenos! ¡Resolveremos todo!