Conoce el Plan de Estudios del Curso en Inteligencia Artificial y Data Science
Programa Profesional en Inteligencia Artificial y Data Science (36 ECTS) | |
Capacidades de la Inteligencia Artificial | 4 |
Aprendizaje Automático Aplicado | 6 |
Lenguajes y desarrollo de soluciones IA | 12 |
Analítica Escalable | 6 |
Procesamiento Real en Entornos Distribuidos | 8 |
Plan de estudios completo y detallado
MODULO 1: Capacidades de la Inteligencia Artificial
1. Caracterización de sistemas de Inteligencia Artificial.
2. Utilización de modelos de Inteligencia Artificial.
3. Procesamiento del Lenguaje Natural.
4. Análisis de sistemas robotizados.
5. Sistemas Expertos.
6. Aplicación de principios legales y éticos de la Inteligencia Artificial.
MODULO 2: Aprendizaje Automático Aplicado
1. Caracterización de la Inteligencia Artificial fuerte y débil.
2. Determinación de sistemas de aprendizaje automático (Machine Learning).
3. Algoritmos aplicados al aprendizaje supervisado y optimización del modelo.
4. Aplicación de técnicas de aprendizaje no supervisado.
5. Aplicación de modelos computacionales de redes neuronales y comparación con otros modelos.
6. Valoración de la calidad de los resultados obtenidos en la práctica con sistemas de aprendizaje automático.
MODULO 3: Lenguajes y desarrollo de soluciones IA
1. Caracterización de lenguajes de programación.
2. Desarrollo de aplicaciones de IA.
3. Evaluación de la Convergencia tecnológica.
4. Evaluación de modelos de automatización industrial y de negocio.
MÓDULO 4: Analítica Escalable
1. Aplicación de técnicas de integración, procesamiento y análisis de información.
2. Configuración de cuadros de mando en entornos computacionales.
3. Gestión y almacenamiento de datos. Búsqueda de respuestas en grandes conjuntos de datos.
4. Aplicación de herramientas para la visualización de datos.
MÓDULO 5: Procesamiento Real en Entornos Distribuidos
1. Gestión de soluciones con sistemas de almacenamiento y herramientas del centro de datos para la resolución de problemas.
2. Gestión de sistemas de almacenamiento y ecosistemas Big Data.
3. Generación de mecanismos de Integridad de los datos. Comprobación de mantenimiento de sistemas de ficheros.
4. Monitorización, optimización y solución de problemas.
5. Validación de técnicas Big Data en la toma de decisiones en Inteligencia de negocios BI.
