¡Oferta!

Curso de especialización en IA para profesionales del sector TIC (3a Edición)

1.390,00 

Categoría:

Descripción

ESTUDIOS

Curso de especialización en IA para profesionales del sector TIC (3a Edición)

Presentación
Datos básicos
Contenidos
Profesorado
Inscripción

Descarga el folleto del curso aquí

Rellena los siguientes campos para poder descargar el folleto informativo.

Si marcas las opciones, podrás recibir información por otros medios.

Duración e inicio

Duración de 150h repartidas en 5 meses. Comienzo el 15 de febrero de 2024.

Modalidad

Curso 100% online (síncronas y asíncronas) grabadas para su posterior visualización

Dirigido a

Profesionales del sector TIC; que trabajen en sectores tecnológicos; o con conocimiento de desarrollo de software

Certificaciones

Certificación oficial de la Universitat Politècnica de València y ValgrAI

Precio

Precio especial de 1.390€ (curso valorado en 1.500€)

01

Módulo 1. Introducción al aprendizaje automático para profesionales de las TIC

  • Introducción a la inteligencia artificial
    • Definición de inteligencia y de inteligencia artificial
    • Tipos de IA
    • Diferentes enfoques de la IA
    • Panorama actual, áreas de aplicación y ventajas e inconvenientes

Introducción al aprendizaje automático

    • Deducción vs. Inducción
    • Principios del aprendizaje automático
    • Métricas y evaluación de modelos de aprendizaje automático.
    • Sesgo.
    • Ciclo de vida del aprendizaje automático Ingeniería de características y manipulación de datos
    • Diferentes enfoques y técnicas principales del aprendizaje automático (Regresión lineal, regresión logística, Naïve Bayes, SVM, árboles de decisión, métodos de conjunto)
    • Principales bibliotecas de Python para el aprendizaje automático
    • Introducción a las herramientas de AutoML
  • Introducción al aprendizaje profundo
    • Una breve introducción a la neurona artificial, las redes neuronales y el aprendizaje profundo
    • Algunos ejemplos básicos basados en redes neuronales feed-forward

02

Módulo 2. Introducción al aprendizaje profundo para profesionales de las TIC

  • Introducción al aprendizaje profundo
    • Enfoque conexionista del aprendizaje automático
    • El aprendizaje profundo como un subconjunto del aprendizaje automático
    • Información de entrada estructurada frente a no estructurada y aprendizaje de representaciones
    • Entrenamiento de una red neuronal, descenso de gradiente y retropropagación
    • Regularización y optimización
  • Redes neuronales convolucionales
    • El operador convolucional
    • Capas convolucionales
    • Capas de agrupación (pooling)
    • Capa densa final
    • Aprendizaje por transferencia
    • Arquitecturas comunes de CNN
    • Detección y segmentación de objetos
  • Redes neuronales recurrentes y una introducción básica a los transformadores
    • RNN básica ‘vanilla’
    • LSTM y GRU
    • Modelos de lenguaje
    • Mecanismo de atención e introducción a los transformadores
    • Modelos de lenguaje grandes
    • Algunos ejemplos de soluciones NLP
  • Autoencoders y redes generativas antagónicas
    • Codificadores, decodificadores, autoencoders y autoencoders variacionales
    • Redes generativas antagónicas (GAN)

03

Módulo 3. Modelos fundamentales en la IA discriminativa y generativa

  • Introducción a los modelos fundamentales
    • IA discriminativa e IA generativa
    • Introducción a los modelos fundamentales (FM)
    • Proceso básico de entrenamiento de los FM
    • Ajuste fino, aprendizaje por transferencia, aprendizaje contextual
  • FM en NLP, ASR, texto a voz y otros
    • FM en NLP, ASR, texto a voz y otros contextos basados en texto
      Aplicaciones en análisis de sentimientos, resumen, chatbots, etc
  • FM en IA generativa multimodal
    • Modelos de difusión estables
    • FM en generación de imágenes, vídeos, animaciones

04

Módulo 4. Despliegue. Servicios en la nube. MLOps.

  • MLOps
    • Introducción al flujo de trabajo del ciclo de ML
    • Introducción a MLOps
  • Despliegue de un modelo
    • Modelos como servicios
    • Entornos y dockers
    • Despliegue de modelos ML/DL
  • Introducción a Big Data y Big Data para ML
    • Introducción a Big Data
    • Principales plataformas de Big Data
    • Apache Spark e integración en modelos ML
  • Solución en la nube para ML
    • Introducción a la computación en la nube
    • Diferentes alternativas para soluciones basadas en la nube para la generación y despliegue de modelos ML/DL
    • Caso de uso basado en Microsoft Azure ML

05

Módulo 5. Proyecto final.

Jordi Linares

Universitat Politècnica de València

Juan Jesús Izquierdo

Universitat Politècnica de València

Joan Albert Silvestre

Universitat Politècnica de València

Javier Esparza

Universitat Politècnica de València

Raúl Montoliu

Universitat Jaume I

Felipe Sánchez Martínez

Universitat d'Alacant

Juan Antonio Pérez Ortiz

Universitat d'Alacant

Miquel Esplà Gomis

Universitat d'Alacant

Víctor M. Sánchez Cartagena

Universitat d'Alacant

Objetivos del curso

Metodología

Sistema de evaluación

Puedes reservar tu plaza en el curso añadiéndolo al carrito y haciendo el pago con TPV o rellenando el formulario para que nos pongamos en contacto contigo y te ofrezcamos otros métodos de pago.

1.390,00 Añadir al carrito

¡Rellena el formulario!

¿Necesitas más información? ¿Tienes alguna duda que quieras resolver?

Contacta con nosotros.