Diplomado
Inteligencia Artificial
Hoy en día, la inteligencia artificial (IA) está transformando la manera en que trabajamos, tomamos decisiones y nos comunicamos. Es una herramienta clave para la innovación y la transformación digital, especialmente en un mundo donde el manejo de grandes cantidades de información se ha vuelto imprescindible. La IA ya está revolucionando sectores como la industria, las finanzas, las redes sociales y muchos otros, y su impacto seguirá creciendo en el futuro cercano. Este diplomado está diseñado para que descubras los fundamentos, aplicaciones y tendencias de la IA de manera práctica y accesible, con un acercamiento ético y humanizado. Aprenderás: Cómo funcionan las arquitecturas tecnológicas y los sistemas cognitivos de la IA. Desde los algoritmos más importantes hasta técnicas como machine learning, ya sea supervisado, no supervisado, por refuerzo o aprendizaje profundo. Uso de herramientas clave como Python y su papel en el desarrollo de modelos de IA. Cómo funcionan las redes neuronales artificiales (RNA) Diseñar chatbots y asistentes inteligentes. Automatización de procesos robóticos (RPA) y el procesamiento del lenguaje natural (NLP), esenciales para optimizar tareas y mejorar la interacción humano-máquina.
Coordinador(a)
Mtro. Fernando Tapia Díaz

fernandotapiadaz@yahoo.com.mx
 
Perfil de ingreso
Este diplomado está dirigido a profesionales y personas interesadas en adentrarse en el mundo de la inteligencia artificial (IA) ampliando su comprensión sobre una de las tecnologías emergentes más importantes del presente y el futuro. No es necesario tener conocimientos previos en programación, ya que el programa está diseñado para ser accesible a cualquier perfil.
 
 
Requisitos de ingreso
Conocimientos mínimos en el uso de equipo de cómputo (como computadoras de escritorio, laptops, sistemas operativos Windows, MacOS o iOS) y manejo básico de herramientas de productividad, como Office (Word, Excel, PowerPoint) o software similar, como Pages o Numbers.
 
 
Objetivos
  • Obtener una conceptualización y visión integral del impacto y uso de la Inteligencia Artificial en las organizaciones y empresas; así como conocer las características particulares y especificas de los tipos de inteligencia artificial y machine learning.
 
 
Contenido Temático
Módulo 1
Fundamentos, características, tendencia y paradigmas de la Inteligencia Artificial (IA).
  1. Fundamentos, características y tipología de la IA. Acercamiento a herramientas como DeepSeek, ChatGPT, Gemini, Claude, STORM, etc.
  2. Circunstancias: ética y regulación en el entorno actual, retos y oportunidades.
  3. Conceptualización y visión de IA: tendencias y paradigmas de la IA.
Módulo 2
Machine Learning y algoritmos principales de Inteligencia Artificial (IA).
  1. Fundamentos y características de Machine Learning.
  2. Circunstancias: ética, entorno actual, retos y oportunidades de Machine Learning.
  3. Algoritmos principales de Machine Learnig.
Módulo 3
Machine Learning en aprendizaje supervisado, aprendizaje no supervisado y su aplicación en modelos analíticos usando Phyton.
  1. Tipos y características de aprendizaje supervisado y no supervisado.
  2. Introducción al lenguaje Python y revisión de comandos básicos.
  3. Aplicación de Phyton en modelos analíticos supervisados y no supervisados.
  4. Casos prácticos de Machine Learning.
Módulo 4
Aplicación de IA en Agentes Inteligentes, Chatbots y Asistentes Virtuales.
  1. Fundamentos, conceptos y características de un Agente Inteligente, un Chatbot y un Asistente Virtual.
  2. Funcionamiento, componentes y tipos de conversación.
  3. Desarrollo y usabilidad de un Agente Inteligente, un Chatbot y un Asistente Virtual.
  4. Entrenamiento de un Agente Inteligente, un Chatbot y un Asistente Virtual.
  5. Diferencias tecnológicas y funcionales entre un Agente Inteligente, un Chatbot y un Asistente Virtual.
Módulo 5
Fundamentos, características, aplicación y tendencia de Automatización de Procesos Robóticos (RPA) , Procesamiento del Lenguaje Natural (NLP) y Red Neuronal Artificial (RNA).
  1. Fundamentos y características de RPA, NLP y RNA.
  2. Circunstancias: ética, entorno actual, retos y oportunidades de RPA, NLP y RNA.
  3. Aplicación y paradigmas de RPA, NLP y RNA.

EVALUACIONES: EXCELENTE

INCIDENCIA Y PERTINENCIA

DISEÑO Y APRENDIZAJE

INFRAESTRUCTURA Y TECNOLOGÍA

IMPARTICIÓN/TUTORÍA


Aliado(a) de Calidad: "Muy interesante el tema de las redes neuronales , explicado perfectamente , sencillo y entendible, los ejercicios interactivos muy buenos ".

*Programa evaluado bajo los estándares del modelo de Aliados(as) de Calidad.
 
Informes

informesdec@ibero.mx
www.diplomados.ibero.mx
 
 
La Universidad Iberoamericana se reserva el derecho de posponer o cancelar los programas. Todos los alumnos de la Dirección de Educación Continua quedan regidos por los reglamentos generales de la Universidad Iberoamericana, así como de los reglamentos particulares internos.
 

 
Universidad Iberoamericana Ciudad de México
WhatsApp