¿Que aprendes con este diplomado? Aprende sobre tecnologías emergentes, automatización, análisis de datos y mucho más, en un formato flexible y accesible.


Detalles del programa

Icono - Duración del programa

Duración del programa:

90 horas

Icono - Duración del programa

Valor periodo académico:

$ 700.000

Icono - Duración del programa

Título que otorga:

Cursó y Aprobó el Diplomado en Inteligencia Artificial

Icono - Duración del programa

Horario:

De 8:00 am a 5:00 pm

Icono - Duración del programa

Fechas:

Sábado 31 de mayo de 2025

Icono - Duración del programa

Modalidad:

Híbrido

Imagen de contenido

Breve descripción

Es a través del Diplomado en Inteligencia Artificial lograrás adquirir las habilidades y conocimientos para liderar esta tecnología, con innovación y análisis inteligente de la información.

 

Contenido del programa

  • Definición y conceptos fundamentales de IA.
  • Historia y evolución de la inteligencia artificial.
  • Subcampos de la IA: Machine Learning, Deep Learning, Visión por Computadora, Procesamiento de Lenguaje Natural (NLP).
  • Aplicaciones de la IA en la vida real: en negocios, salud, transporte, marketing, etc.
  • Tendencias actuales y futuro de la inteligencia artificial
  • Aprendizaje supervisado: regresión lineal, clasificación.
  • Aprendizaje no supervisado: clustering, reducción de dimensionalidad.
  • Aprendizaje por refuerzo: definición y aplicaciones.
  • Regresión logística, árboles de decisión, SVM, k-NN.
  • Evaluación de modelos: métrica de precisión, recall, F1 score.
  • Herramientas y bibliotecas para Machine Learning: Scikit-learn, Pandas, NumPy.
  • Introducción al Deep Learning y sus diferencias con el Machine Learning clásico.
  • Redes neuronales artificiales (ANN): Estructura, neuronas, capas y activaciones.
  • Retropropagación y optimización de redes neuronales.
  • Redes neuronales profundas (DNN): principios y aplicaciones.
  • Redes convolucionales (CNN): para visión por computadora.
  • Redes recurrentes (RNN): para procesamiento de secuencias y series temporales.
  • Herramientas de Deep Learning: TensorFlow, Keras, PyTorch.
  • Introducción al Procesamiento de Lenguaje Natural (NLP).
  • Técnicas de NLP:
  • Tokenización, stemming, lemmatización.
  • Modelos de lenguaje y embeddings: Word2Vec, GloVe, FastText.
  • Análisis de sentimientos, clasificación de texto, chatbots.
  • Modelos avanzados: transformers, BERT, GPT-3.
  • Herramientas y bibliotecas para NLP: NLTK, SpaCy, Hugging Face.
  • Fundamentos de la visión por computadora.
  • Detección de bordes, segmentación de imágenes, detección de objetos.
  • Redes neuronales convolucionales (CNN) para clasificación de imágenes
  • Reconocimiento facial, análisis de imágenes médicas, vehículos autónomos.
  • Transferencia de estilo y generación de imágenes con redes generativas adversariales (GANs).
  • Herramientas para visión por computadora: OpenCV, TensorFlow, Keras.
  • Desafíos y riesgos: Sesgo en los algoritmos, toma de decisiones automatizada.
  • Privacidad y seguridad de los datos en sistemas de IA.
  • Responsabilidad social y regulaciones: IA explicativa y transparente.
  • Principios éticos para el desarrollo y uso de IA (transparencia, equidad, responsabilidad).
  • Casos de estudio: IA en decisiones judiciales, crédito, salud.
  • Ciclo de vida de un proyecto de IA: definición del problema, recopilación de datos, entrenamiento, prueba y despliegue.
  • Despliegue de modelos de IA: Entornos de producción y herramientas de integración continua.
  • Servicios en la nube para IA: Google Cloud AI, AWS, Azure.
  • Contenedores y DevOps para IA.
  • Consideraciones para el mantenimiento y mejora continua de modelos de IA.
  • Desarrollo de un proyecto de IA completo: Análisis y preparación de datos.
  • Entrenamiento y evaluación de modelos. Implementación y optimización.
  • Aplicaciones en el ámbito empresarial: Predicción de demanda, análisis de mercado, optimización de procesos.
  • Implementación de IA en sectores como finanzas, salud, comercio electrónico y manufactura

Solicitar información

Campos marcados con * son obligatorios