IFCD0094

Inteligencia artificial aplicada a la ingeniería: Del machine learning al chatgpt

Aplicar algoritmos y modelos de Machine Learning para el análisis y procesamiento de datos, incluyendo imágenes, para aportar valor a los cálculos, trabajos y proyectos de ingeniería.

Diseñado y producido por Smartmind

Disponibilidad:

Licencias disponibles

Contenidos

IFCD0094 — Inteligencia artificial aplicada a la ingeniería: Del machine learning al chatgpt

Módulo 1

Introducción a la IA: desarrollo de proyectos y casos de uso

Objetivo. Diseñar y desarrollar aplicaciones y proyectos de ingeniería utilizando técnicas de Inteligencia Artificial (IA) Duración:

Contenidos: 1

Conocimiento/capacidades cognitivas y prácticas

horas Teleformación: Duración de las tutorías presenciales: 0 horas Conocimientos / Capacidades cognitivas y prácticas

Introducción general a la Inteligencia Artificial (IA) y a Machine Learning (ML)

Definición de IA y ML

Paradigmas en la IA

Clasificación de la IA

Historia de la IA

Casos de uso en ingeniería

Grandes actores del mercado

Desarrollo de Proyectos IA/ML

IA y ML en la estrategia de la empresa

Metodología de desarrollo de proyectos IA/ML

Organización de proyectos

Problemas detectados

Factores de éxito

Módulo 2

Machine learning y redes generativas en la práctica

Objetivo. Aplicar de manera efectiva técnicas de aprendizaje automático (Machine Learning) y redes generativas (ChatGPT) en diversos campos y aplicaciones de la ingeniería. Duración:

Contenidos: 1

Conocimiento/capacidades cognitivas y prácticas

horas Teleformación: Duración de las tutorías presenciales: 0 horas Conocimientos / Capacidades cognitivas y prácticas

Conocimiento del Aprendizaje Supervisado en Machine Learning

Introducción

Clasificación con Árboles de Decisión

Regresión con Árboles de Decisión

Regresión con Regresión Lineal

Regresión con Regresión Logística

Regresión y Clasificación con Ensembles

Regresión y Clasificación con Redes Neuronales

Evaluación de los modelos

Conocimiento del Aprendizaje no Supervisado en Machine Learning

Clusterización

Detección de Anomalías

Descubrimiento de Asociaciones

Modelado de Tópicos