- Ampliar el conocimiento en IA: Proporcionar a los participantes una comprensión avanzada de los principios y técnicas detrás del aprendizaje profundo, el procesamiento del lenguaje natural, la visión por computadora y otros campos relacionados con la IA.
- Desarrollar habilidades prácticas: Permitir a los estudiantes aplicar sus conocimientos en proyectos prácticos que involucran algoritmos y modelos avanzados de IA.
- Explorar desafíos éticos: Abordar cuestiones éticas y sociales relacionadas con la IA, como la privacidad de los datos, la equidad y la transparencia.
- Preparar para aplicaciones avanzadas: Capacitar a los participantes para abordar proyectos y desafíos más complejos en el campo de la IA y estar preparados para futuras tendencias y desarrollos.
Temario
- Introducción a la Inteligencia Artificial Avanzada (IA)
- Diferencias entre IA convencional y avanzada
- Principales aplicaciones de IA avanzada
- Ejercicio práctico: Configuración del entorno de desarrollo IA
- Conceptos básicos de redes neuronales artificiales
- Arquitecturas de redes neuronales profundas
- Uso de frameworks populares (TensorFlow, PyTorch)
- Entrenamiento y optimización de modelos de deep learning
- Ejercicio práctico: Construcción y entrenamiento de una red neuronal
- Introducción al Procesamiento de Lenguaje Natural (NLP)
- Modelos de lenguaje pre-entrenados (BERT, GPT, T5)
- Aplicaciones de NLP en la industria
- Ejercicio práctico: Procesamiento de texto y análisis de sentimiento
Visión por Computadora y Reconocimiento de Patrones
- Fundamentos de visión por computadora
- Redes neuronales convolucionales (CNN)
- Aplicaciones de reconocimiento de patrones en imágenes
- Ejercicio práctico: Clasificación de imágenes utilizando CNN
- Desafíos éticos en la IA avanzada
- Consideraciones de privacidad y seguridad
- Impacto social y regulaciones
- Ejercicio práctico: Evaluación de riesgos éticos en proyectos de IA
Responsabilidades profesor
Presentar el contenido conforme lo presentado en el programa de formación
Proyecto en Github para clonar
Dar acceso al material necesario (PDFs, ejercicios, software, etcs) para el curso contratado.
Proveer de local para impartir la formación
Responsabilidades alumno
Participar en la formación en el periodo determinado, trayendo un notebook con los requisitos mínimos necesarios para la participación en la formación, siendo estos los siguientes:
Mínimo de 4GB de memoria RAM
Mínimo de 10GB de espacio en disco (HD).
Habilitada la virtualización tanto en software como hardware
Poseer privilegios de administración
Observaciones importantes
Confirmaciones
Las confirmaciones serán enviadas a la dirección de e-mail enviada por el alumno
Cancelaciones
Los plazos para el cancelamiento de inscripciones solicitadas, son de 5 días laborales antes del inicio del curso.
En caso de cancelamiento fuera de plazo por parte del alumno, DevAcademy se reserva el derecho a cobrar un porcentaje (20%) del valor del curso.
DevAcademy se reserva el derecho de cancelar o posponer la formación, siempre y cuando avise al contratante y/o devuelva el importe íntegro en caso de cancelación
Obligaciones del alumno
Es obligatorio que el alumno cumpla con todos las obligaciones recomendadas por el profesor para seguir todos los ejercicios y no demorar ni perjudicar la clase. Es posible que días antes se envie un email como recordatorio al alumno con instrucciones a seguir u obligaciones desarrollar para poder estar preparado al comienzo de la clase.
