Curso de Introducción a la

INTELIGENCIA
ARTIFICIAL

6, 13, 20 y 27 de Octubre 2018

Aprenderás sobre que es la Inteligencia Artificial (AI, Artificial Intelligence) y sus componentes, cómo funciona el Aprendizaje de Máquinas (Machine Learning) y también a crear y aplicar Redes Neuronales, que son una de las opciones más populares y prometedoras del Aprendizaje de Máquinas.

Fechas y horario.

Sábados
6, 13, 20 y 27 de Octubre de 2018
Horario:  9:00 am a 1:00 pm

Ubicación: Av. Niño Obrero 1038 Cd. de los niños, Zapopan Jal. 45040

Informes e Inscripciones

Contact Us
First

Aplicaciones

Con la Inteligencia artificial se crean máquinas flexibles, racionales y capaces de percibir su entorno y ejecutar acciones para la resolución de problemas complejos, tales como:

  • Identificar y entender correctamente el habla humana.
  • Detectar errores en líneas de producción de una fábrica.
  • Reconocer amenazas de seguridad.
  • Comprender el entorno de oficinas y hogares inteligentes.
  • Generar marketing personalizado para clientes
  • Jugar todo tipo de juegos con humanos.

Temario

Introducción a la Inteligencia Artificial.

Aprendizaje de Máquinas: Reconocimiento de Patrones

Aprendizaje de Máquinas: Redes Neuronales.

Aplicaciones de Inteligencia Artificial (Prácticas).

¿Qué aprenderás?

Qué es y qué no es la Inteligencia Artificial, así como cuáles son sus componetes

Cuáles son las técnicas más comunes para el Aprendizaje de Máquinas (Machine Learning)

Se realizarán ejercicios con datos reales, aplicando los conceptos de Redes Neuronales (Neural Networks).

Introducción al Reconocimiento de Patrones (Pattern Recognition) y sus aplicaciones en la solución de problemas modernos.

El funcionamiento de las Redes Neuronales (Neural Networks). El algoritmo más popular que se usa en la inteligencia artificial.

Dirigido a:

Profesionistas, profesores y estudiantes (últimos semestres) de Ingeniería en computación, sistemas, electrónica, róbotica,  mecatrónica y carreras afines.

Requisitos:

  • Computadora
  • Conocimientos básicos de programación. 
  • Conocimientos básicos de Probabilidad y Estadística.
  • Conocimientos básicos de lectura en inglés. 

Dirigido a:

Profesionistas, profesores y estudiantes (últimos semestres) de Ingeniería en computación, sistemas, electrónica, róbotica,  mecatrónica y carreras afines.

Requisitos:

  • Computadora
  • Conocimientos básicos de programación. 
  • Conocimientos básicos de Probabilidad y Estadística.

Instructores

Dr. Paulo López Meyer

Dr. en Tecnologías Biomédicas

Realizó sus estudios en la UNAM en la ciudad de México, en la Universidad de Clarkson ubicada en Potsdam, NY, EEUU y en la Universidad de Alabama, en Tuscaloosa, AL, EEUU

Sus investigaciones han sido en el campo de la biomedicina, tecnología de sensores, computación portátil (wearables) y motores de reconocimiento, aplicando metodologías de Inteligencia Artificial y Aprendizaje de Máquinas

Ha contribuido con más de 40 artículos en conferencias y publicaciones de prestigio internacional, y ha participado en el desarrollo de 18 aplicaciones de patente hasta el día de hoy. Adicionalmente ha formado parte del SNI de CONACYT.

Sus intereses de investigación incluyen la aplicación de análisis de datos, procesamiento de señales, aprendizaje de máquinas, y técnicas de reconocimiento de patrones en la solución de problemas del mundo real.

Dr. Julio Zamora

Dr. en Visión Computacional

Realizó sus estudios en la Universidad ITCG y en el CINVESTAV, en México.

Sus investigaciones se han desarrollado en el área de robots móviles. El tema de investigación central de su tesis fue el estudio de la manipulación robótica de objetos, guiada por visión por computadora. En 2007 tuvo una posición postdoctoral en KAIST, en Corea del sur, trabajando con algoritmos de visión computarizada para robots humanoides en el laboratorio Hubo.

Es miembro del IEEE, ha formado parte de SNI y del MACVNR. Ha participado en más de 20 publicaciones en el campo de la robótica, así como en diferentes conferencias internacionales como ICRA, IROS e ICINCO. Adicionalmente tiene 18 solicitudes internacionales de patentes y fue nominado para el premio W.K. Clifford internacional por sus contribuciones a las aplicaciones de álgebra geométrica. También ha sido ponente en espacios como Campus Party y TED TALKS.

Sus intereses de investigación incluyen inteligencia artificial, visión por computadora, álgebra geométrica, robótica y procesamiento de imágenes.

Dr. Héctor Cordourier

Dr. en Instrumentación Acústica

Realizó sus estudios como Ingeniero Físico en la Universidad Autónoma de Yucatán (UADY) y obtuvo sus maestría y doctorado como Ingeniero en Instrumentación Acústica por parte de la Universidad Nacional autónoma de México (UNAM).

Se especializó en instrumentación acústica, procesamiento de señales, y control activo de ruido. Sus investigaciones han sido enfocadas en innovación tecnológica en calidad de sonido, reconocimiento de voz, eliminación de ruido, mejoramiento de experiencia de usuario e Inteligencia Artificial aplicada al procesamiento de la voz.

Ha participado en el desarrollo de 19 patentes, actualmente ya tiene una patente otorgada y varias publicaciones científicas en el ramo del análisis del sonido y de la voz

Inscríbete

También puedes reservar tu lugar con $500, el resto lo puedes cubrir antes de iniciar el curso.

* Más IVA. En caso de requerir factura, comunicarse directamente con Peregrino Tech, antes de realizar el pago.

DESCUENTOS. Tenemos descuentos límitados. Ponte en contacto con nosotros para proporcionarte el código de descuento.

Consigue tus entradas.

“Un ordenador merecería ser llamado inteligente si lograra hacer creer a un ser humano que él también es humano”

Alan Turing

Contacto

contacto@peregrinotech.com