Aprendizaje automático y sus aplicaciones (posibilidad de obtener una mención honorífica)

Duración

Anual

Prerrequisitos

No se requiere ninguna. Si está cursando esta asignatura como parte del programa de estudios de Ciencia de Datos y Aprendizaje Automático, primero deberá cursar Programación Procedimental y Análisis de Datos y Diseño de Bases de Datos.

Requisitos

Ninguno

Resumen del Curso

¿Estás listo para potenciar tus habilidades en datos y bases de datos y aprovechar el potencial del aprendizaje automático? En este dinámico curso, te sumergirás en la fascinante conexión entre la inteligencia artificial y el aprendizaje automático, descubriendo cómo influyen en nuestro mundo. Descubre el papel crucial de la ética en la IA y el aprendizaje automático para garantizar un diseño responsable. Domina el poder de Python para diseñar y entrenar modelos de aprendizaje automático. Explora las complejidades del aprendizaje supervisado, no supervisado y por refuerzo, así como las complejidades de las redes neuronales. Además, identificarás las limitaciones de la IA y explorarás las emocionantes oportunidades profesionales que te esperan en este campo en constante evolución. ¡Prepárate para un viaje de aprendizaje divertido y desafiante! Este curso incluye varios estándares relacionados con el uso de la inteligencia artificial. Los estudiantes tendrán la oportunidad de utilizar IA generativa para completar sus evaluaciones. Este es el tercer curso del programa de estudios de Ciencia de Datos y Aprendizaje Automático en el área de Tecnologías de la Información.

TÓPICOS Y CONCEPTOS PRINCIPALES

Segmento uno

  • Comportamiento inteligente definido
  • Ejemplos de aplicaciones de IA
  • Uso del conocimiento del dominio en la IA
  • algoritmos de aprendizaje automático
  • Desafíos de la IA
  • Diferentes tipos de datos
  • Pensamiento de diseño
  • Impacto de la IA en la sociedad
  • Riesgos de la IA
  • Sesgo en la IA
  • Equidad en la IA


Segmento dos

  • Ciclo de vida del aprendizaje automático
  • Matemáticas en el aprendizaje automático
  • Entrenamiento de modelos de aprendizaje automático
  • Evaluación de modelos de aprendizaje automático
  • Hardware de IA
  • Aprendizaje supervisado
  • Aprendizaje no supervisado
  • Redes neuronales
  • Aprendizaje por refuerzo
  • Trabajar con datos
  • Limitaciones del aprendizaje automático
  • carreras en IA
Inscríbete ahora
Aprendizaje automático y sus aplicaciones (posibilidad de obtener una mención honorífica)