Sentaremos las bases sobre la inteligencia artificial, conociendo su historia y conceptos; técnicas y áreas de aplicación, modelos y herramientas. Igualmente, se verán casos de éxito al aplicar la IA y, a su vez, se iniciarán las prácticas con talleres de introducción a la programación para IA.

Estudiaremos el papel de los datos en la IA, las técnicas de preparación de datos y, por supuesto, profundizaremos en la analítica de datos. La práctica será en laboratorio aplicando el procesamiento y visualización de datos.

Aprenderemos metodologías para la analítica y modelos aplicables a proyectos de IA. Nuestra práctica se enfocará en laboratorios de analítica.

Conoceremos métodos y técnicas de ML, algoritmos de regresión, algoritmos de clasificación, algoritmos de clusterización y evaluación de modelos de IA. El componente práctico será en los laboratorios de aprendizaje automático.

Nos sumergiremos en dos universos. En primer lugar, en el de las redes neuronales entendiendo su contexto, aprendizaje y arquitecturas, sumado a esto pondremos en práctica los aprendizajes en los laboratorios de redes neuronales. En segundo lugar, conoceremos las redes neuronales convolucionales (CNN), su clasificación y segmentación de imágenes, sumado a esto se conocerán las redes neuronales recurrentes (RNN). De igual manera se practicará en los laboratorios redes neuronales profundas.