Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la Inteligencia Artificial
- ¿Qué es la IA y dónde se utiliza?
- IA vs. Aprendizaje Automático (Machine Learning) vs. Aprendizaje Profundo (Deep Learning)
- Herramientas y plataformas populares
Python para IA
- Repaso de conceptos básicos de Python
- Uso de Jupyter Notebook
- Instalación y gestión de bibliotecas
Trabajo con datos
- Preparación y limpieza de datos
- Uso de Pandas y NumPy
- Visualización con Matplotlib y Seaborn
Fundamentos del Aprendizaje Automático (Machine Learning)
- Aprendizaje supervisado vs. no supervisado
- Clasificación, regresión y clustering
- Entrenamiento, validación y prueba de modelos
Redes Neuronales y Aprendizaje Profundo (Deep Learning)
- Arquitectura de redes neuronales
- Uso de TensorFlow o PyTorch
- Construcción y entrenamiento de modelos
Lenguaje Natural y Visión por Computadora
- Clasificación de texto y análisis de sentimientos
- Fundamentos del reconocimiento de imágenes
- Modelos preentrenados y transferencia de aprendizaje
Despliegue de IA en aplicaciones
- Guardar y cargar modelos
- Uso de modelos de IA en APIs o aplicaciones web
- Mejores prácticas para pruebas y mantenimiento
Resumen y próximos pasos
Requerimientos
- Comprensión de la lógica y las estructuras de programación
- Experiencia con Python o lenguajes de programación de alto nivel similares
- Familiaridad básica con algoritmos y estructuras de datos
Público objetivo
- Profesionales de sistemas TI
- Desarrolladores de software que buscan integrar IA
- Ingenieros y gerentes técnicos que exploran soluciones basadas en IA
40 Horas
Reseñas (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática
