Diplomado en Inteligencia Artificial.
Detalles.
- Modalidad: Online Sincrónico
- Duración: 90 horas
¿Por qué tomar este programa?.
La IA está transformando profundamente el mundo en el que vivimos y entender sus principios básicos, aplicaciones y implicaciones es esencial para participar activamente en el desarrollo futuro de la sociedad y la economía global.
Objetivo.
Comprender los conceptos básicos de la Inteligencia Artificial, así como sus técnicas y métodos, para ser capaces de abordar y solucionar de problemas reales de carácter científico y tecnológico.
Requerimientos.
Computador con navegador y Licencias Google Colab o computador con GPU.
Metodología.
Clases magistrales con actividades prácticas: casos, talleres, entre otras.
Público objetivo.
Profesionales con conocimientos en computación, jefes de tecnología, direcciones de I+D y jefes de proyectos.
Plan de estudio.
MÓDULO 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL. 15 horas
Tema 1: Introducción a IA
- ¿Qué es la inteligencia artificial?
- ¿Cuál ha sido su evolución?
- Principios y componentes de la Inteligencia Artificial
- Beneficios y riesgos de su implementación
- Tendencias de IA en el mundo y Colombia
- ¿Cuál es el futuro de la Inteligencia Artificial – líneas de aplicación?
- Empresas líderes en el uso de la IA
Tema 2: Casos de uso en el sector público
- Chatbots
- Asistentes conversacionales
- Análisis de datos
Tema 3: Búsqueda y algoritmos heurísticos
- Introducción a los algoritmos de búsquedas
- Algoritmos ciegos
- Heurísticas
- Algoritmos heurísticos (A*, Best first, ascenso de colinas)
- Usos y aplicaciones
MÓDULO 2: METAHEURÍSTICAS Y JUEGOS. Duración: 15 horas
Tema 1: Métodos bioinspirados
- Algoritmos basados en hormigas
- Bandas de pájaros
- Usos y aplicaciones
Tema 2: Algoritmos genéticos
Tema 3: Juegos
- Max-Min
- Alfa-Beta
- Usos y aplicaciones
MÓDULO 3: MACHINE LEARNING. 45 horas
Tema 1: Aprendizaje supervisado
- Regresión
- Clasificación
- Árboles de decisión
- Métodos Bayesianos
- Redes Neuronales
- Algoritmos basados en casos (KNN)
- Support Vector Machine
- Aplicaciones
Tema 2: Aprendizaje no supervisado
- K-means
- Redes Neuronales
- Aplicaciones
Tema 3: Deep Learning y procesamiento del lenguaje natural
- Redes Neuronales para Deep learning
- Uso de TensorFlow y aplicaciones
Tema 4: Agentes Inteligentes
- Aprendizaje reforzado
- Agentes y sistemas multiagentes
Tema 5: Prompt engineering
MÓDULO 4: MÉTODOS BASADOS EN INCERTIDUMBRE. 15 horas
- Tema 1: Métodos basados en incertidumbre
- Tema 2: Algoritmos Fuzzy