Búsqueda avanzada
CONTACTO
Teléfono de ESIBE +34 958 991 919
Teléfono de ESIBE CAMPUS
Duración Duración 1500 H
Modalidad Modalidad Online
Precio Precio Oficial: 3600€
BECA hasta 40%
Euroinnova Internacional Online Education

Presentación

Descripción
La Inteligencia Artificial es una de las disciplinas computacionales cuyas técnicas son más demandadas actualmente en diversos entornos, debido a su capacidad para dotar de un comportamiento inteligente a muchas aplicaciones. Este Master en Inteligencia Artificial para Programadores le ofrece una formación especializada en la materia. La incorporación de agentes de decisión inteligente, redes neuronales, sistemas expertos, algoritmos genéticos, etc. para la optimización de sistemas de producción es una tendencia activa en el ambiente industrial de países con alto desarrollo tecnológico y con una gran inversión en investigación y desarrollo.
Objetivos

Con la realización de este Máster en Inteligencia Artificial se pretenden alcanzar los siguientes objetivos:

  • Conocer la plataforma .NET.
  • Adquirir lo esencial sobre Visual Studio.
  • Conocer los fundamentos del lenguaje.
  • Realizar programación orientada a objetos con C#.
  • Depurar y gestionar errores.
  • Conocer las principales técnicas de Inteligencia Artificial y, para cada una de ellas, su inspiración, biológica, física o incluso matemática, así como los distintos conceptos y principios (sin entrar en detalles matemáticos), con ejemplos y gráficos para cada uno de ellos.
  • Aprender sobre los dominios de aplicación se ilustran mediante aplicaciones reales y actuales.
  • Diferenciar y observar un ejemplo de implementación genérico, que se completa con una aplicación práctica, desarrollada en C#.
  • Conocer los 23 modelos de diseño (Design Patterns) fundamentales, ilustrándolos mediante ejemplos adaptados y rápidos de comprender.
Para qué te prepara
El Máster en Inteligencia Artificial para Programadores te prepara para especializarse en Inteligencia Artificial conociendo las principales técnicas de Inteligencia Artificial. También para cada una de ellas, su inspiración, biológica, física o incluso matemática, así como los distintos conceptos y principio con ejemplos y gráficos para cada uno de ellos.
¿A quién va dirigido?
Este Master en Inteligencia Artificial está dirigido, principalmente, a los desarrolladores y programadores que quieran formarse y especializarse en la materia.

Temario

Temario del curso

  1. Minería de datos
  2. ¿Qué podemos hacer con data Mining?
  3. ¿Qué usos puede tener el data Mining?
  4. Metodología de la minería de datos
  5. Algunas técnicas estadísticas utilizadas en data mining
  6. Árboles de decisión
  7. Reglas de inducción
  8. Redes Bayesanas
  9. Algoritmos Genéticos

  1. Ciclo data mining
  2. Minería de Textos y Web Mining
  3. Data mining y marketing

  1. Introducción a la inteligencia artificial
  2. Historia
  3. La importancia de la IA

  1. Algoritmos aplicados a la inteligencia artificial

  1. Relación entre inteligencia artificial y big data
  2. IA y Big Data combinados
  3. El papel del Big Data en IA
  4. Tecnologías de IA que se están utilizando con Big Data

  1. Sistemas expertos
  2. Estructura de un sistema experto
  3. Inferencia: Tipos
  4. Fases de construcción de un sistema
  5. Rendimiento y mejoras
  6. Dominios de aplicación
  7. Creación de un sistema experto en C#
  8. Añadir incertidumbre y probabilidades

  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático

  1. Introducción
  2. Algoritmos

  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos

  1. Clasificadores
  2. Algoritmos

  1. Componentes
  2. Aprendizaje

  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación

  1. Concepto, evolución y aplicaciones del PLN
  2. Principales tareas del procesamiento del lenguaje
  3. Del PLN basado en reglas a los modelos basados en aprendizaje automático
  4. Representación del lenguaje: tokens, vectores y embeddings
  5. PLN multilingüe y retos del lenguaje natural
  6. Aplicaciones actuales del PLN

  1. Concepto y evolución de los modelos de lenguaje
  2. De las redes neuronales recurrentes a los Transformers en el procesamiento del lenguaje
  3. Modelos preentrenados y modelos fundacionales de PLN: BERT, GPT y otras familias
  4. Grandes modelos de lenguaje (LLM) aplicados al procesamiento del lenguaje
  5. Adaptación de modelos de lenguaje a tareas específicas de PLN: fine-tuning y transfer learning
  6. Criterios de selección de un modelo de lenguaje según la tarea de PLN

  1. Procesamiento y preparación de textos
  2. Clasificación y análisis de textos
  3. Extracción de información y reconocimiento de entidades
  4. Análisis de sentimientos y opiniones
  5. Generación, resumen y traducción automática
  6. Búsqueda semántica y recuperación de información

  1. Evolución de los sistemas conversacionales
  2. Concepto y arquitectura de un chatbot
  3. Chatbots basados en reglas, intención y modelos de lenguaje
  4. LLM como motor de sistemas conversacionales
  5. Contexto, memoria y gestión del diálogo
  6. Voicebots y asistentes conversacionales
  7. Limitaciones y retos de los sistemas conversacionales

  1. Diseño de experiencias conversacionales
  2. Definición de objetivos, usuarios y casos de uso
  3. Prompting y diseño de instrucciones
  4. Integración de modelos de lenguaje mediante API
  5. Embeddings y bases de datos vectoriales
  6. RAG (Retrieval-Augmented Generation)
  7. Evaluación y mejora de sistemas conversacionales

  1. Frameworks de desarrollo: Rasa, Microsoft Bot Framework y Dialogflow
  2. Orquestación de aplicaciones con LLM: LangChain y LlamaIndex
  3. Plataformas no-code y low-code para chatbots
  4. Despliegue e integración en canales: web, WhatsApp y redes sociales
  5. Pruebas, monitorización y mantenimiento de un chatbot en producción

  1. Concepto y evolución de los agentes de IA
  2. Agentes basados en modelos de lenguaje
  3. Uso de herramientas y conexión con sistemas externos
  4. Memoria, planificación y ejecución de tareas
  5. Sistemas multimodales: texto, voz, imagen y vídeo
  6. Aplicaciones empresariales de agentes y asistentes de IA

  1. Matriz de riesgo por caso de uso: dónde la seguridad y la ética del PLN son críticas
  2. Alucinaciones y limitaciones de los modelos de lenguaje
  3. Sesgos, privacidad y protección de datos
  4. Seguridad de los sistemas conversacionales
  5. Evaluación, supervisión y control de sistemas de IA
  6. Diseño responsable de experiencias conversacionales
  7. Tendencias y evolución de la IA conversacional

  1. ¿Qué es ChatGPT?
  2. Cómo afecta la inteligencia artificial en ChatGPT?
  3. Versiones de ChatGPT y funcionalidades
  4. Usos de ChatGPT
  5. Beneficios de la IA y ChatGPT

  1. ¿Cómo funciona ChatGPT?
  2. Diferencias entre ChatGPT y otros chatbots
  3. Procesamiento del Lenguaje Natural (PLN)
  4. Aprendizaje por transferencia
  5. Cómo entrenar un modelo de ChatGPT

  1. Elección de la plataforma de desarrollo
  2. Configuración del entorno de desarrollo
  3. Preparación de los datos de entrenamiento
  4. Entrenamiento del modelo de ChatGPT
  5. Integración del modelo en el chatbot
  6. Pruebas y mejora del modelo

  1. Análisis de la conversación con el usuario
  2. Personalización de la conversación
  3. Uso de emojis y respuestas con imágenes
  4. Integración de voz y audio
  5. Respuestas multilingües

  1. Integración del chatbot en una página web
  2. Integración del chatbot en una aplicación móvil
  3. Personalización del aspecto del chatbot
  4. Gestión de la seguridad y privacidad del usuario

  1. Modelos de negocio para chatbots
  2. Monetización a través de publicidad
  3. Monetización a través de suscripciones
  4. Monetización a través de compras in-app
  5. Análisis del rendimiento y la rentabilidad

  1. Aspectos éticos y responsabilidad en la IA
  2. Sesgos en la IA y cómo evitarlos
  3. Derechos y privacidad del usuario
  4. Regulaciones y normativas sobre chatbots
  5. Responsabilidad social y ambiental

  1. Chatbots para atención al cliente
  2. Chatbots para servicios financieros
  3. Chatbots para servicios de salud
  4. Chatbots para educación
  5. Chatbots para entretenimiento y ocio

  1. Plataformas de desarrollo de Chatbots
  2. Librerías y frameworks para el desarrollo de IA
  3. Bases de datos y almacenamiento
  4. Recursos de formación y aprendizaje
  5. Comunidades y grupos de apoyo para desarrolladores

  1. Desarrollo de un Chatbot avanzado
  2. Caso de estudio en atención al cliente
  3. Caso de estudio en educación
  4. Caso de estudio en salud
  5. Caso de estudio en ocio

  1. Concepto e historia
  2. Bases de la robótica actual
  3. Plataformas móviles
  4. Crecimiento esperado en la industria robótica
  5. Límites de la robótica actual

  1. Robótica
  2. Inteligencia artificial
  3. Objetivos de la inteligencia artificial
  4. Historia de la inteligencia artificial
  5. Lenguaje de programación: el idioma de los robots
  6. Investigación y desarrollo en áreas de la inteligencia artificial
  7. Robótica y la inteligencia artificial

  1. Introducción
  2. Robótica y beneficios
  3. Robótica industrial
  4. Futuro de la robótica
  5. Robótica y las nuevas tecnologías
  6. Tendencias

  1. Evolución de la robótica
  2. Futuro de la robótica
  3. Robótica en la ingeniería e industria

  1. Inteligencia natural y artificial
  2. Inteligencia artificial y cibernética
  3. Autonomía en robótica
  4. Sistemas expertos
  5. Agentes virtuales con animación facial por ordenador
  6. Actualidad

  1. La robótica aplicada al ser humano: biónica
  2. Reseña histórica de las prótesis
  3. Diseño de prótesis en el siglo XX
  4. Investigaciones y desarrollo recientes en diseño de manos
  5. Sistemas protésicos
  6. Uso de materiales inteligentes en las prótesis

  1. Introducción
  2. Situación actual y tendencias para el futuro
  3. Objetivos
  4. Metodología y estructura

  1. Introducción, concepto y funciones de la estadística
  2. Estadística descriptiva
  3. Estadística inferencial
  4. Medición y escalas de medida
  5. Variables: clasificación y notación
  6. Distribución de frecuencias
  7. Representaciones gráficas
  8. Propiedades de la distribución de frecuencias
  9. Medidas de posición
  10. Medidas de dispersión
  11. Medidas de forma
  12. Curva de Lorenz, coeficiente de Gini e índice de Theil

  1. Introducción al análisis conjunto de variables
  2. Asociación entre dos variables cualitativas
  3. Correlación entre dos variables cuantitativas
  4. Regresión lineal

  1. Conceptos previos de probabilidad
  2. Variables discretas de probabilidad
  3. Distribuciones discretas de probabilidad
  4. Distribución normal
  5. Distribuciones asociadas a la distribución normal

  1. Conceptos previos
  2. Métodos de muestreo
  3. Principales indicadores

  1. Introducción a las hipótesis estadísticas
  2. Contraste de hipótesis
  3. Contraste de hipótesis paramétrico
  4. Tipologías de error
  5. Contrastes no paramétricos

  1. Introducción a los modelos de regresión
  2. Modelos de regresión: aplicabilidad
  3. Variables a introducir en el modelo de regresión
  4. Construcción del modelo de regresión
  5. Modelo de regresión lineal
  6. Modelo de regresión logística
  7. Factores de confusión
  8. Interpretación de los resultados de los modelos de regresión

  1. Estadística no paramétrica. Conceptos básicos
  2. Características de las pruebas
  3. Ventajas y desventajas del uso de métodos no paramétricos
  4. Identificación de las diferentes pruebas no paramétricas

  1. Pruebas no paramétricas para una muestra
  2. Chi-cuadrado o ji-cuadrado
  3. Prueba de Kolmogorov-Smirnov para una muestra
  4. Prueba binomial
  5. Prueba de rachas

  1. Prueba de los signos
  2. Prueba del rango con signo de Wilcoxon
  3. Prueba de McNemar

  1. Pruebas para k muestras relacionadas
  2. Prueba de Cochran
  3. Prueba de Friedman
  4. Coeficiente de concordancia de W de Kendall

  1. Pruebas para dos muestras independientes
  2. Prueba U de Mann Whitney
  3. Prueba de Wald-Wolfowitz
  4. Prueba de reacciones extremas de Moses
  5. Prueba de Kolmogorov-Smirnov para dos muestras

  1. Pruebas no paramétricas para K muestras independientes
  2. Prueba de la mediana
  3. Prueba H de Kruskal-Wallis
  4. Prueba de Jonckheere-Terpstra

  1. Descripción general OpenCV
  2. Instalación OpenCV para Python en Windows
  3. Instalación OpenCV para Python en Linux
  4. Anaconda y OpenCV

  1. Manejo de archivos
  2. Leer una imagen con OpenCV
  3. Mostrar imagen con OpenCV
  4. Guardar una imagen con OpenCV
  5. Operaciones aritméticas en imágenes usando OpenCV
  6. Funciones de dibujo

  1. Redimensión de imágenes
  2. Erosión de imágenes
  3. Desenfoque de imágenes
  4. Bordeado de imágenes
  5. Escala de grises en imágenes
  6. Escalado, rotación, desplazamiento y detección de bordes
  7. Erosión y dilatación de imágenes
  8. Umbrales simples
  9. Umbrales adaptativos
  10. Umbral de Otsu
  11. Contornos de imágenes
  12. Incrustación de imágenes
  13. Intensidad en imágenes
  14. Registro de imágenes
  15. Extracción de primer plano
  16. Operaciones morfológicas en imágenes
  17. Pirámide de imágen

  1. Analizar imágenes usando histogramas
  2. Ecualización de histogramas
  3. Template matching
  4. Detección de campos en documentos usando Template matching

  1. Espacios de color en OpenCV
  2. Cambio de espacio de color
  3. Filtrado de color
  4. Denoising de imágenes en color
  5. Visualizar una imagen en diferentes espacios de color

  1. Detección de líneas
  2. Detección de círculos
  3. Detectar esquinas (Método Shi-Tomasi)
  4. Detectar esquinas (método Harris)
  5. Encontrar círculos y elipses
  6. Detección de caras y sonrisas

  1. Vecino más cercano (K-Nearest Neighbour)
  2. Agrupamiento de K-medias (K-Means Clustering)

Metodología

Metodología ESIBE

Contamos con uno de los mejores sistemas de enseñanza, enfocado al 100% en la adquisición de conocimientos y habilidades valiosas para el alumno.

Al matricularte en una de nuestras formaciones, tendrás acceso al campus virtual, el cual se sustenta en los últimos avances en tecnología y sistemas e-Learning. Dispondrás de todos los contenidos de tu acción formativa desde el primer momento, pudiendo marcar tu propio ritmo de aprendizaje.

Nuestra metodología tiene un claro objetivo: proporcionarte nociones imprescindibles para el desarrollo de la actividad de tu ámbito. Para ello, tendrás el apoyo de un claustro especializado en la materia que estará a tu disposición para resolver cualquier pregunta, ya sea a través del chat, habilitado en el propio campus o, de una tutoría.

Con ESIBE, te convertirás en un profesional altamente cualificado, capaz de desempeñar las tareas propias de un puesto de responsabilidad en el sector.

Titulación

Titulación Obtenida
TITULACIÓN expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y reconocido con la excelencia académica en educación online por QS World University Rankings.
Euroinnova
SOLICITA INFORMACIÓN
Master en Inteligencia Artificial para Programadores
Información básica sobre Protección de Datos. Haz clic aquí Desplegar
Responsable: Euroinnova Business School S.L. Finalidad: Información académica y comercial de nuestros servicios de enseñanza. Legitimación: Consentimiento del interesado y ejecución de un contrato en el que el interesado es parte. Destinatarios: Encargados del tratamiento para cumplir con las finalidades. Derechos: Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional

Información adicional Pulsa aquí

Correcto Se envió su solicitud correctamente.

Error Completa los campos obligatorios.

Precio Oficial 3600€ BECA hasta 40%

Compartir

whatsapp Facebook Twitter

Productos relacionados

Master en Química Forense + 60 Créditos ECTS...

Precio Oficial: 2295€

BECA hasta 40%

Ir al curso Flecha

Master en Ahorro Energético y Energías...

Precio Oficial: 3600€

BECA hasta 40%

Ir al curso Flecha

Master en Energías Renovables y Eficiencia...

Precio Oficial: 3600€

BECA hasta 40%

Ir al curso Flecha

Master en Dirección y Gestión de Proyectos y Obras...

Precio Oficial: 3600€

BECA hasta 40%

Ir al curso Flecha

¿Por qué estudiar en ESIBE?

En ESIBE nos adaptamos a tus necesidades, ofreciéndote una formación de calidad y con un elevado nivel de flexibilidad.

Formación en línea

Formación en línea

Organiza tu propio tiempo

Apostilla de la Haya

Apostilla de la Haya

Certifica tu titulación en países extranjeros

Calidad Europea

Calidad Europea

Formación especializada

Contenido Actualizado

Contenido Actualizado

Revisamos de forma continua nuestro temario

Campus Virtual

Campus Virtual

Plataforma con los últimos desarrollos del sector e-Learning

Formación en línea

Amplia Oferta Formativa

Encuentra la formación que se adapta a ti

Nuestros colaboradores

Adobe Certified Associate Amadeus Microsoft Office Sage Software hp ATA Google for Education Union Europea APel AENOA CECAP Responsabilidad Social Corporativa Confianza Online AENOR