No te pierdas Diseño y Desarrollo Web 2.0

Especialista en Inteligencia Artificial

[ 2 años ]

Disponible en modalidad: Streaming

Introducción

Especialista en Inteligencia Artificial (IA) es una carrera de 2 años que ofrece una mirada profunda en los principios teóricos y aplicados de la IA. El primer año de este programa, está dedicado a proporcionar una base sólida a través de los principios de Data Science y Machine Learning. A medida que los estudiantes progresan hacia el segundo año, realizarán un análisis más avanzado de las complejidades de la IA desarrollando competencias especializadas.

Objetivos

Adquirir un conocimiento profundo de los principios teóricos y prácticos de Data Science y Machine Learning, explorando técnicas avanzadas de modelado de datos y análisis predictivo. Desarrollar la capacidad de diseñar e implementar soluciones de inteligencia artificial eficientes y escalables que se adapten a las necesidades específicas de diversas industrias y sectores.

Temario

Fundamentos de Programación con Python:

Conceptos básicos de programación con Python / Variables, estructuras de datos, bucles y funciones.

Algebra Lineal

Conceptos básicos de álgebra lineal como vectores, matrices y normas.

Estadística y Probabilidad:

Conceptos básicos de estadística como media, mediana, desviación estándar y distribuciones de probabilidad / Aprender a analizar datos utilizando técnicas estadísticas.

ver más...

En este momento no hay inicios disponibles para esta propuesta


Solicitá aquí la ficha informativa

Precios / Horarios

Locales

Esta propuesta se dicta en:
bios
bios

Temario


Primer año


Fundamentos de Programación con Python:

Conceptos básicos de programación con Python.
Variables, estructuras de datos, bucles y funciones.

Algebra Lineal

Conceptos básicos de álgebra lineal como vectores, matrices y normas.

Estadística y Probabilidad:

Conceptos básicos de estadística como media, mediana, desviación estándar ydistribuciones de probabilidad.
Aprender a analizar datos utilizando técnicas estadísticas.

Análisis de Datos:

Introducción al Análisis de Datos.
Calidad de Datos.
Importar, limpiar y manipular datos.
Visualizaciones de datos.
Bibliotecas de Python para análisis de datos: NumPy, Pandas.
Bibliotecas de Python para visualizaciones: Matplotlib, Seaborn.

Data Science:

Introducción a Data Science.
Metodología de trabajo en proyectos de Data Science.
Proyectos prácticos de Data Science.
Comunicación de resultados y conclusiones obtenidos.

Machine Learning:

Introducción a Machine Learning.
Aprendizaje supervisado de Regresión y Clasificación.
Aprendizaje No Supervisado.
Métricas de evaluación.
Problemas con los modelos.
Bibliotecas de Python para machine learning: Scikit-Learn.


Segundo año

Big Data

Introducción a Big Data.
Herramientas de Big Data como Apache Hadoop, Map Reduce, Apache Spark.

Deep Learning:

Fundamentos del deep learning y las redes neuronales.
Frameworks populares de deep learning, como TensorFlow o PyTorch.
Implementación de modelos de deep learning para resolver problemascomplejos.

Procesamiento del Lenguaje Natural (Natural Language Processing, NLP):

Introducción a técnicas de procesamiento del lenguaje natural.
Procesamiento de textos, realizar tareas como clasificación de sentimientos, reconocimiento de entidades y generación de texto.
Bibliotecas para Python de NLP, como NLTK o SpaCy.

Computer Vision

Introducción a computer vision.
Bibliotecas para Python de Computer Vision, como OpenCv.

Ética y Responsabilidad en Data Science y Artificial Intelligence:

Comprender los aspectos éticos y legales relacionados con el uso de datos y algoritmos.
Anonimización de datos.
Explorar temas como sesgo algorítmico, privacidad de datos y explicabilidadde modelos.

Otros inicios de Especialista en Inteligencia Artificial



Plantel Docente