En este curso se obtiene una visión completa y de alto nivel de todo el entorno conceptual, de mercado, de aplicaciones y programas de Inteligencia Artificial, Cloud Computing y Machine Learning. Se introducen primero los tres conceptos, así como el Deep Learning, redes neuronales, grandes plataformas y tipos de algoritmos.
Dirigido a Arquitectos, Ingenieros, y cualquier otro estudiante o profesional de la construcción.
Disfrutarás del curso durante 12 meses y podrás entregarnos el ejercicio final cuando quieras.
Visualiza los videotutoriales cuando quieras y las veces que quieras. ¡Fórmate a tu ritmo!
Este curso incluye tutorías personalizadas y descarga de plantillas.
Este curso online de Inteligencia artificial, cloud computing y machine learning para Industria 4.0 un curso presencial de 40 horas lectivas.
Obtendrás un CERTIFICADO EDITECA tras aprobar el examen final y entregar un ejercicio final de curso.
Acceso a nuestra bolsa de empleo.
VÍDEO DE PRESENTACIÓN
2. Inteligencia Artificial
- 2.1 Introducción a la Inteligencia Artificial
- 2.2 Fundamentos de la Inteligencia Artificial
- 2.3 Historia de la Inteligencia Artificial
- 2.4 Tipos de Inteligencia Artificial
- 2.5 Inteligencia Artificial y Sentimientos
- 2.6 Categorías de la Inteligencia Artificial
- 2.7 AI aplicada y AI robusta
- 2.8 Ventajas y desventajas
- 2.9 Técnicas de la Inteligencia Artificial
- 2.10 Aplicaciones de la Inteligencia Artificial
- 2.11 Beneficios, riesgos y conclusiones
3. Cloud Computing
- 3.1 Definición, origen y evolución
- 3.2 Funcionamiento y características
- 3.3 Estrategia de Éxito. Trabajar desde la Nube
- 3.4 Diferentes tipologías y despliegues
- 3.5 Tipos de nube
- 3.6 Ventajas y desventajas
- 3.7 Grandes plataformas y sus servicios en la nube
- 3.8 AWS Amazon Web Services
- 3.9 Microsoft Azure
- 3.10 Google Cloud Platform
- 3.11 Soluciones en la Nube. Servicios IT
- 3.12 Entornos multicloud
- 3.13 Virtualización y Cloud Computing
- 3.14 Software para hacer qué, cómo, dónde y cuándo
- 3.15 MEAP
- 3.16 Voice Internet Cloud Services VoIC
- 3.17 Plataformas de desarrollo LCDP
- 3.18 Seguridad en Cloud Computing
- 3.19 RGPD y Cloud Computing
4. Machine Learning y Deep Learning
- 4.1 Introducción
- 4.2 Machine Learning
- 4.3 Tipos de Machine Learning
- 4.4 Deep Learning
- 4.5 Procesado del Lenguaje Natural
- 4.6 Plataformas de Machine Learning
- 4.7 IBM Watson
- 4.8 Azure Machine Learning
- 4.9 TensorFlow
- 4.10 Amazon Machine Learning
- 4.11 Aplicaciones y casos de uso
- 4.12 Aplicaciones prácticas de Machine Learning
- 4.13 Machine Learning para empresas
- 4.14 Visión Artificial
- 4.15 Chatbots y Asistentes Virtuales
- 4.16 Caso de uso Google Assistant
5. Algoritmos y casos de uso. Parte I
- 5.1 Definición
- 5.2 Tipos
- 5.3 Aprendizaje basado en arboles de decisión
- 5.4 Utilización de árboles de decisión
- 5.5 Tipos de árboles de decisión y casos de uso
- 5.6 Introducción a las redes bayesianas
- 5.7 Estructura y tipos de Redes Bayesianas
- 5.8 Mínimos Cuadrados Ordinarios OLS
- 5.9 Ampliación de conocimientos OLS
- 5.10 Regresión Logística
- 5.11 Ampliación de Regresión Logística y Casos de Uso
6. Algoritmos y casos de uso. Parte II
- 6.1 Support Vector Machines
- 6.2 Ampliación de Support Vector Machines y Casos de uso
- 6.3 Algoritmos de Clustering
- 6.4 Ampliación de Algoritmos de Clustering
- 6.5 Análisis de Componentes Principales PCA
- 6.6 Ampliación de análisis de componentes principales y casos de uso
- 6.7 Descomposición en valores singulares SVD
- 6.8 Ampliación de la descomposición en valores singulares y casos de uso