Inteligencia artificial

INTELIGENCIA ARTIFICIAL
Master’s Program

  • Aprende sobre las principales aplicaciones de la Inteligencia Artificial en diversos casos de uso en campos como servicio al cliente, servicios financieros, atención médica, etc.
  • Implementa técnicas clásicas de Inteligencia Artificial como algoritmos de búsqueda, redes neuronales y seguimiento.
  • Adquiere la habilidad de aplicar técnicas de Inteligencia Artificial para resolver problemas y explicar las limitaciones de las técnicas actuales de Inteligencia Artificial.

Descripción

Este programa de maestría en inteligencia artificial es la mejor opción para aquellos que buscan adquirir las habilidades más buscadas en el campo de la IA y construir una carrera exitosa en este ámbito en constante evolución. Durante el curso, los estudiantes obtienen un conocimiento profundo y práctico de los conceptos clave de la IA, como Deep Learning, Machine Learning y Natural Language Processing, y también aprenden los lenguajes de programación necesarios para destacarse en este campo. Además de adquirir habilidades técnicas, los estudiantes también aprenden a aplicar estos conocimientos en situaciones reales, diseñando modelos inteligentes y redes neuronales avanzadas para abordar problemas complejos de toma de decisiones en tiempo real. Al finalizar el programa, los estudiantes estarán equipados con las habilidades y certificaciones necesarias para sobresalir en una carrera de inteligencia artificial. En resumen, este curso es la clave para abrir nuevas oportunidades y llevar su carrera en inteligencia artificial al siguiente nivel.

Claves del Aprendizaje:

  • Domina las habilidades y herramientas utilizadas por los equipos de Inteligencia Artificial más innovadores en todo el mundo mientras te adentras en especializaciones y adquieres experiencia resolviendo desafíos del mundo real
  • Diseña y construye tus propios agentes inteligentes y aplícalos para crear proyectos prácticos de Inteligencia Artificial, incluyendo juegos, modelos de Aprendizaje Automático, problemas de satisfacción de restricciones lógicas, sistemas basados en conocimiento, modelos probabilísticos, funciones de toma de decisiones de agentes y más.
  • Adquiere la habilidad de aplicar técnicas de Inteligencia Artificial para resolver problemas y explicar las limitaciones de las técnicas actuales de Inteligencia Artificial.
  • Dominar y comprender temas avanzados como redes neuronales convolucionales, redes neuronales recurrentes, entrenamiento de redes profundas e interfaces de alto nivel
  • Entender y dominar los conceptos y principios del aprendizaje automático, incluidos sus aspectos matemáticos y heurísticos.
  • Comprender los fundamentos del procesamiento del lenguaje natural utilizando la biblioteca más popular; el Natural Language Toolkit (NLTK) de Python.
PROGRAMA

Contenido del curso

  • Unidad 1 – Descifrando la Inteligencia Artificial
  • Unidad 2 – Fundamentos del Aprendizaje Automático y Aprendizaje Profundo
  • Unidad 3 – Flujo de trabajo del Aprendizaje Automático
  • Unidad 4 – Métricas de rendimiento
  • Unidad 1 – Introducción
  • Unidad 2 – ¿Datos de muestra o población?
  • Unidad 3 – Los fundamentos de las estadísticas descriptivas
  • Unidad 4 – Medidas de tendencia central, asimetría y variabilidad
  • Unidad 5 – Ejemplo práctico: estadísticas descriptivas
  • Unidad 6 – Distribuciones
  • Unidad 7 – Estimadores y estimaciones
  • Unidad 8 – Intervalos de confianza: temas avanzados
  • Unidad 9 – Ejemplo práctico: estadísticas inferenciales
  • Unidad 10 – Prueba de hipótesis: Introducción
  • Unidad 11 – Prueba de hipótesis: ¡Comencemos a probar!
  • Unidad 12 – Ejemplo práctico: prueba de hipótesis
  • Unidad 13 – Los fundamentos del análisis de regresión
  • Unidad 14 – Sutilezas del análisis de regresión
  • Unidad 15 – Supuestos para el análisis de regresión lineal
  • Unidad 16 – Tratamiento de datos categóricos
  • Unidad 17 – Ejemplo práctico: análisis de regresión
  • Unidad 1 – Conceptos básicos de Python
  • Unidad 2 – Estructuras de datos en Python
  • Unidad 3 – Fundamentos de la programación en Python
  • Unidad 4 – Trabajando con datos en Python
  • Unidad 5 – Trabajando con arreglos NumPy
  • Unidad 1: Introducción a Data Science
  • Unidad 2: Resumen de análisis de datos
  • Unidad 3: Análisis estadístico y aplicaciones empresariales
  • Unidad 4: Configuración del entorno de Python y aspectos esenciales
  • Unidad 5: Cálculo matemático con Python (NumPy)
  • Unidad 6: Cálculo científico con Python (SciPy)
  • Unidad 7: Manipulación de datos con Pandas
  • Unidad 8: Machine Learning con Scikit-Learn
  • Unidad 9: Procesamiento del lenguaje natural con Scikit-Learn
  • Unidad 10: Visualización de datos en Python usando matplotlib
  • Unidad 11: Web Scraping con BeautifulSoup
  • Unidad 12: Integración de Python con Hadoop MapReduce y Spark
  • Unidad 1: Introducción a la Inteligencia Artificial y el Aprendizaje Automático
  • Unidad 2: Preprocesamiento de datos
  • Unidad 3: Aprendizaje supervisado
  • Unidad 4: Ingeniería de características
  • Unidad 5: Aprendizaje supervisado-Clasificación
  • Unidad 6: Aprendizaje no supervisado
  • Unidad 7: Modelado de series temporales
  • Unidad 8: Aprendizaje de conjunto
  • Unidad 9: Sistemas de recomendación
  • Unidad 10: Minería de texto
  • Unidad 1 – Introducción al Aprendizaje Profundo
  • Unidad 2 – Modelos de Aprendizaje Profundo
  • Unidad 3 – Modelos adicionales de Aprendizaje Profundo
  • Unidad 4 – Plataformas de Aprendizaje Profundo y bibliotecas de software
  • Unidad 1 – Introducción a TensorFlow.
  • Unidad 2 – Redes Neuronales Convolucionales (CNN).
  • Unidad 3 – Redes Neuronales Recurrentes (RNN).
  • Unidad 4 – Aprendizaje no supervisado.
  • Unidad 5 – Autoencoders.
  • Unidad 1 – Introducción al Procesamiento de Lenguaje Natural.
  • Unidad 2 – Ingeniería de Características en Datos de Texto.
  • Unidad 3 – Técnicas de Comprensión del Lenguaje Natural.
  • Unidad 4 – Generación de Lenguaje Natural.
  • Unidad 5 – Bibliotecas de Procesamiento de Lenguaje Natural.
  • Unidad 6 – Procesamiento de Lenguaje Natural con Aprendizaje Automático y Deep Learning.
  • Unidad 7 – Técnicas de Reconocimiento de Voz.
El proyecto final de Pampatirri en Inteligencia Artificial te permitirá implementar las habilidades que aprendiste en la maestría de Inteligencia Artificial. Con sesiones de tutoría dedicadas, aprenderás a resolver un problema real alineado a la industria. Aprenderás diversas técnicas supervisadas y no supervisadas de Inteligencia Artificial, como Regresión, SVM, algoritmos basados en árboles, NLP, entre otros. El proyecto es el paso final en la ruta de aprendizaje y te ayudará a demostrar tus habilidades a los empleadores.
Inscripcion

Duración del curso 5 meses

$3000 por mes

Licencia STANDARD 5 meses

Pago mensual $3000

Paga con 2 tarjetas

Pago 1 de 2 $1500
Pago 2 de 2 $1500
  • 210 horas de video a demanda
  • Todos los recursos descargables
  • Acceso ilimitado
CONTACTO

Necesitas ayuda?
Estamos online 24h/7

+1 (307) 298-0601

O escribinos a: info@pampatirri.com

DONDE ESTAMOS

312 W. 2nd St, #1403
Casper, Wyoming 82601

ESCRIBINOS

Si tenes alguna duda escribinos!