La Inteligencia Artificial es un área muy versátil que ya forma parte de nuestro día a día. Asimismo, Python es un lenguaje de programación tan sencillo como veloz, lo que facilita la creación de programas ya que contiene una gran cantidad de librerías que hacen más fácil el trabajo. Todo ello hace que juntos formen una combinación explosiva que podremos aplicar en varios sectores con la mirada puesta en un futuro más que prometedor.
Descubre con nosotros el lenguaje que recomienda aprender el 63% de los programadores y que utilizan en la actualidad las grandes empresas para mejorar nuestras vidas y la industria.
Si quieres cambiar tu futuro, Welcome to Tokio.
OBJETIVOS DEL CURSO:
- Utilizar la sintaxis del lenguaje Python e implementar diversos proyectos.
- Trabajar con librerías de datos y plataformas como Kaggle.
- Realizar conexiones con bases de datos, manipular estructuras de datos y archivos.
- Integrar nuevos desarrollos de IA en sistemas informáticos existentes.
- Diseñar, desarrollar e implementar técnicas de IA.
SALIDAS PROFESIONALES
Con nuestra especialización en Inteligencia Artificial saldrás preparado para las profesiones más innovadoras:
- Creador de interfaces gráficas de usuario y escritorio
- Programador general: web, bases de datos, archivos, de red…
- Consultor tecnológico sobre desarrollo en inteligencia artificial
- AI Developer
- Ingeniero de Software y programador de Inteligencia Artificial
PLAN DE ESTUDIOS
TEMARIO
MÓDULO I. INTELIGENCIA ARTIFICIAL
Tema 1: Introducción a la Inteligencia Artificial
- Introducción a la Inteligencia Artificial
- Introducción al Machine Learning
- Introducción al Deep Learning
Tema 2: La IA y la resolución de problemas
- Resolver problemas
- Algunos tipos de problemas
Tema 3: Búsqueda no informada
- Búsqueda
- Búsqueda en Amplitud
- Búsqueda en Profundidad
- Búsqueda de Coste Uniforme
Tema 4: Búsqueda informada
- Función Heurística
- Búsqueda con vuelta atrás
- Algoritmo A*
- Búsqueda Local
Tema 5: La IA y los juegos
- El algoritmo minimax
- Poda alfa-beta
Tema 6: El Razonamiento
- Sistemas Expertos
- Sistemas Difusos
Tema 7: El Aprendizaje
- Clasificación probabilística
- Redes Neuronales artificiales
MÓDULO II. LA CIENCIA DE DATOS
Tema 2: El proceso de la ciencia de datos
- Definición del objetivo del proyecto
- Obtención de los datos de cualquier fuente posible
- Limpieza y preparación de los datos para que nuestro software lo entienda
- Exploración de los datos en busca de patrones utilizando algoritmos matemáticos y estadísticos
- Definición y construcción de los modelos de predicción
- Representación de resultados útiles
Tema 3: Minería de datos
Tema 4: Introducción a las principales librerías
- Numpy
- Pandas
- ScikitLearn
- Otras
MÓDULO III. LA PLATAFORMA KAGGLE
Tema 2: Algunos de sus proyectos
Tema 3: Proyecto 1
- Definición del objetivo del proyecto
- Obtención de los datos de cualquier fuente posible
- Limpieza y preparación de los datos para que nuestro software lo entienda
- Exploración de los datos en busca de patrones utilizando algoritmos matemáticos y estadísticos
- Definición y construcción de los modelos de predicción
- Representación de resultados útiles
Tema 4: Proyecto 2
- Definición del objetivo del proyecto
- Obtención de los datos de cualquier fuente posible
- Limpieza y preparación de los datos para que nuestro software lo entienda
- Exploración de los datos en busca de patrones utilizando algoritmos matemáticos y estadísticos
- Definición y construcción de los modelos de predicción
- Representación de resultados útiles
PROYECTO FINAL
MATERIAL COMPLEMENTARIO
- Formación en idiomas
- Curso de Iniciación a la Programación Orientada en objetos (basado en Java)
