Contenido Temático
Módulo 1
Fundamentos, características, tendencia y paradigmas de la Inteligencia Artificial (AI)
- Fundamentos, características y tipología de la IA
- Circunstancias: entorno actual, retos y oportunidades
- Conceptualización y visión de AI: tendencia y paradigmas de la AI
Módulo 2
Machine Learning y algoritmos principales de inteligencia artificial
- Fundamentos y características de Machine Learning
- Circunstancias: entorno actual, retos y oportunidades de Machine Learning
- Algoritmos principales de Machine Learnig
Módulo 3
Machine Learning en aprendizaje supervisado, aprendizaje no supervisado y su aplicación en modelos analíticos usando Phyton.
- Tipos y características de aprendizaje supervisado y no supervisado.
- Introducción al lenguaje Python y revisión de comandos básicos.
- Aplicación de Phyton en modelos analíticos supervisados y no supervisados.
- Casos prácticos de Machine Learning.
Módulo 4
Aplicación de IA en Agentes Inteligentes, Chatbots y Asistentes Virtuales.
- Fundamentos, conceptos y características de un Agente Inteligente, un Chatbot y un Asistente Virtual.
- Funcionamiento, componentes y tipos de conversación.
- Desarrollo y usabilidad de un Agente Inteligente, un Chatbot y un Asistente Virtual.
- Entrenamiento de un Agente Inteligente, un Chatbot y un Asistente Virtual.
- 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).
- Fundamentos y características de RPA, NLP y RNA.
- Circunstancias: ética, entorno actual, retos y oportunidades de RPA, NLP y RNA.
- Aplicación y paradigmas de RPA, NLP y RNA.