FUNDAMENTOS TÉCNICOS DE
Inteligencia
Artificial
Curso presencial
Febrero 2023
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
Vamos a ver tanto teoría como prácticas
Curso presencial.
Jueves y Sábados
14 hrs. – 7 sesiones de 2 hrs. c/u
Fechas y horario.
9, 11, 16, 18, 23, 25 de Febrero y 2 de marzo 2023
Horarios:
Sabados: 10 am a 12 am
Dónde
Profesionistas: $2500 MXN
Estudiantes: $1000MXN
Reserva tu espacio: $500MXN
¿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.
Temario
Introducción a la Inteligencia Artificial.
◘ Marco histórico y actualidad de la IA.
◘ Componentes de la IA.
◘ Introducción a planeación y optimización.
◘ Introducir aplicaciones en visión y voz.
◘ Diagrama general de un sistema de aprendizaje de máquinas.
◘ Técnicas más comunes para el aprendizaje de máquinas.
Aprendizaje de Máquinas: Reconocimiento de Patrones
◘ Introducción a los problemas de clasificación.
◘ Algoritmos clasificadores.
◘ Reconocimiento de patrones con redes neuronales.
◘ Aplicaciones de reconocimiento de patrones.
Aprendizaje de Máquinas: Redes Neuronales.
◘ Cómo funciona una neurona y una red neuronal multicapa.
◘ Cómo entrenar redes neuronales multicapa utilizando gradiente descendente.
◘ Comparativa de las principales funciones de activación.
◘ Redes de segundo y tercer orden.
◘ Modelo matemático de una red neuronal con función de base radial (RBF).
◘ Redes neuronales convolucionales.
◘ Aplicaciones de aprendizaje no supervisado.
◘ Alcances y limitaciones del algoritmo k-means.
Aplicaciones de Inteligencia Artificial (Prácticas).
◘ Agrupación de datos con redes neuronales
◘ Ajuste de datos con redes neuronales
◘ Ejemplo inicial de reconocimiento de patrones con redes neuronales.
◘ Reconocimiento de imágenes.
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.
Dirigido a:
Profesionistas, profesores y estudiantes (últimos semestres) de Ingeniería en computación, sistemas, electrónica, róbotica, mecatrónica y carreras afines.
Las aplicaciones de la IA se pueden dar en diferentes sectores desde salud, manufactura, transporte, educación, retail, etc. por lo que interesados de otras áreas pueden aplicar. Sólo es importante indicar su campo de acción, al momento de inscribirse.
Requisitos:
- Computadora
- Nociones básicas de programación.
- Conocimientos básicos de Probabilidad y Estadística.
Dirigido a:
Profesionistas, profesores y estudiantes (últimos semestres) de Ingeniería en computación, sistemas, electrónica, róbotica, mecatrónica y carreras afines.
Las aplicaciones de la IA se pueden dar en diferentes sectores desde salud, manufactura, transporte, educación, retail, etc. por lo que interesados de otras áreas pueden aplicar. Sólo es importante indicar su campo de acción, al momento de inscribirse.
INSTRUCTOR
Rodrigo Camacho
Dr. en Ingeniería
Eléctrica
Maestro en Telecomunicaciones graduado con Honores del Instituto de Aviación de Moscú, Rusia en 2006 y su Doctorado en el CINVESTAV Guadalajara en el 2014.
Tiene más de 20 patentes publicadas y es miembro del Sistema Nacional de Investigadores (SNI).
Desde 2009 labora como Científico Investigador en Intel.
Su investigación se ha enfocado en las diversas aplicaciones del electromagnetismo y el aprendizaje de máquinas.
INSCRIPCIONES
Curso Presencial
Duración: 14 hrs – 7 sesiones de 2hrs c/u
Fechas: 9, 11, 16, 18, 23, 25 de febrero y 2 de marzo
Horarios: martes de 6:30 a 8:30 pm; sábados de 10 a 12 am
Dónde
CONTÁCTANOS
Informes e Inscripciones
“Un ordenador merecería ser llamado inteligente si lograra hacer creer a un ser humano que él también es humano”
Alan Turing