Inteligencia Artificial (IA) – Nivel Introductorio : aprendizaje automático con Python

Contenidos teóricos y sesiones virtuales en Castellano.

Este curso ofrece una introducción al aprendizaje automático, desde sus fundamentos hasta su aplicación con Python. Los alumnos aprenderán conceptos clave, explorarán sus usos y desafíos éticos, y trabajarán con datos reales para entrenar modelos. A través de prácticas presenciales, desarrollarán habilidades esenciales para implementar soluciones basadas en datos.

El objetivo principal de este curso de Inteligencia Artificial es introducir a los participantes en el aprendizaje automático con Python. Python es un lenguaje de programación ampliamente utilizado en aplicaciones web y en el desarrollo de machine learning (ML), ambos considerados pilares fundamentales de la Inteligencia Artificial en el contexto actual. A lo largo del curso, los alumnos adquirirán una comprensión sólida de los conceptos clave del aprendizaje automático y su implementación práctica en Python

Personas trabajando actualmente y personas en búsqueda activa de trabajo que estén interesadas en el ámbito de la inteligencia artificial  y sus aplicaciones prácticas con Python.

Módulo 1: Introducción a la Inteligencia Artificial (IA)
En este módulo se presentarán los conceptos fundamentales de la IA. El alumno se adentrará en sus bases teóricas, los diferentes roles relacionados y sus posibles aplicaciones empresariales.

1. Fundamentos de la IA
2. Áreas de Aplicación de la IA
3. Primeros Pasos en la IA
4. IA en el mundo real: roles y aplicaciones empresariales

Módulo 2: Ética de la Inteligencia Artificial
En este módulo, el alumno conocerá los aspectos éticos de la inteligencia artificial. A su vez, se identificarán sus principales desafíos e impacto en el mundo.

1.  Principios Éticos en la IA
2. Desafíos Éticos y Problemáticas Actuales
3.  Impacto de la IA

Módulo 3: Fundamentos básicos
En este módulo, los alumnos descubrirán los principios básicos del aprendizaje automático y aprendizaje profundo. Además, se trabajará con el ciclo de vida de un proyecto de Machine Learning, desde la preparación de datos hasta la evaluación de modelos.

1. Conceptos claves del aprendizaje automático
2.  Conceptos básicos del deep learning
3. Ciclo de vida del dato

Práctica 1
En este módulo se realizará el primer práctico presencial. Los alumnos configurarán su entorno de trabajo y realizarán un análisis exploratorio de datos. Se entrenará un modelo supervisado y se discutirán los resultados obtenidos.

1. Configuración del entorno de trabajo
2. Análisis exploratorio de datos
3. Entrenamiento de un modelo supervisado
4. Discusión de resultados

Práctica 2
En esta práctica, los alumnos aprenderán a preparar los datos para el análisis. A su vez, se entrenará un modelo no supervisado.

1. Preprocesamiento y exploración de datos
2. Entrenamiento de un modelo no supervisado

Práctica 3
En esta sesión presencial se realizará un resumen de todos los conceptos aprendidos y se resolverán las dudas que puedan surgir. Además, se explorarán ejemplos de negocio.

1. Integración de los diferentes conceptos trabajados en el curso
2. Aplicaciones de Negocio de las Tecnologías de los Datos y la IA

Esta actuación está desarrollada por Eurecat e impulsada y subvencionada por el proyecto Digital Innovation Hub de Catalunya (DIH4CAT), un ecosistema regional d’innovació sense ànim de lucre, format pels principals agents de suport a la digitalització de Catalunya, que té com a objectiu impulsar la transformació tecnològica de la Petita i Mitjana Empresa (con especial foco en sectores industriales y proveedores de tecnología), las start-ups tecnológicas y las entidades públicas.

Entidades impulsoras: BSC, CVC, Eurecat, Foment de Treball Nacional, Acció, i2CAT, ICFO, IESE, Leitat, PIMEC, UOC.