Diplomado en Inteligencia Artificial Aplicada
Estudia a tu ritmo
Desarrollamos programas con diferentes cargar horarias para que puedas graduarte a tu ritmo
32 semanas
Programa base
Lo que aprenderás
Fundamentos y aplicaciones de la IA
Aprende los conceptos y usos básicos de la Inteligencia Artificial y cómo esta puede ser aplicada en diferentes ámbitos.
Análisis de datos
Conoce la importancia de la analítica y la ciencia de datos y aplícala para resolver problemas empresariales complejos.
Redes neuronales
Comprende cómo funcionan las redes neuronales artificiales para ayudar a las computadoras a tomar decisiones inteligentes con asistencia humana limitada.
IA y aprendizaje por refuerzo
Aprende sobre los elementos y aplicaciones del aprendizaje por refuerzo que permite a una Inteligencia Artificial planear estrategias efectivas en base a la experimentación con los datos.
Dónde podrás trabajar
Machine Learning
Diseña y desarrolla modelos y algoritmos que permiten a las máquinas aprender de los datos y tomar decisiones inteligentes.
Marketing Digital
Contribuye con el análisis de datos de usuarios y la creación de estrategias de marketing más efectivas y personalizadas.
Organizaciones públicas y privadas
Trabaja en áreas como salud, finanzas o logística para aplicar y desarrollar diversas soluciones basadas en IA, necesarias para el desarrollo actual de la organización.
Consultoría de IA
Asesora a las compañías sobre cómo implementar eficazmente la IA en sus actividades e identifica sus oportunidades de mejora con esta tecnología.
Asignaturas
•
Módulo 1. Fundamentos de inteligencia artificialIntroducción a la IA Introducción a la búsqueda Búsqueda no informada Búsqueda informada
•
Módulo 2. Análisis exploratorio de datosFundamentos del análisis exploratorio de datos Análisis estadístico en inteligencia artificial Introducción al aprendizaje automático
•
Módulo 3. Fundamentos de aprendizaje automáticoAplicaciones y herramientas para AA en Python Preprocesamiento de datos Evaluación y selección de modelos
•
Módulo 4. Modelos de aprendizaje automáticoModelos de aprendizaje supervisado Modelos de aprendizaje no supervisado
•
Módulo 5. Fundamentos del aprendizaje por refuerzoIntroducción al aprendizaje por refuerzo Elementos del aprendizaje por refuerzo Métodos de solución de MDP
•
Módulo 6. Aprendizaje por refuerzo profundo y aplicacionesIntroducción al gradiente de política Actor-Crítico Aprendizaje profundo por refuerzo (DRL) Implementación y herramientas en Python
•
Módulo 7. Fundamento y entrenamiento de redes neuronalesIntroducción a las redes neuronales Biología de las neuronas y su relación con las redes neuronales Estructuras y componentes de una red neuronal artificial Aprendizaje y entrenamiento de redes neuronales
•
Módulo 8. Implementación y aplicaciones de las redes neuronalesImplementación de redes neuronales en Python Redes neuronales específicas y aplicaciones Tendencias y desarrollo futuro en redes neuronales
Documentos a entregar
Identificación oficial
La Identificación Oficial (vigente) debe ser escaneada por ambos lados, la imagén debe ser clara (no borrosa), sin raspaduras o enmedaduras. Una vez escaneada tu Identificación, sube tu archivo con formato JPG o PDF.