El curso Artificial Intelligence Fundamentals a través de un enfoque de aprendizaje híbrido, le permitirá adentrarse en los conceptos fundamentales, principios y aplicaciones de la Inteligencia Artificial (IA). En este curso aprenderá cómo dominar el uso de software y algoritmos esenciales para aprovechar al máximo el potencial de la IA y, así, potenciar su carrera al automatizar tareas complejas de manera efectiva.
¡IMPORTANTE!
Este Certificado puede ser tomado de forma individual, sin embargo, forma parte de CET™ Certified in Emerging Technology, certificación que consta de 4 certificados individuales en 4 dominios los cuales recomendamos tomar en conjunto.
Modalidad
En línea con Instructor en vivo
Duración
16 horas
Normalmente se imparte en 2 sesiones de 8 horas. Agendas personalizadas para grupos empresariales disponibles.
Este Curso Incluye:
Examen de certificación oficial por parte de ISACA (Disponible en inglés).
Examen de simulación (de práctica).
Material oficial acreditado.
Diploma de finalización de curso.
Insignia digital para compartir en redes.
16 Unidades de Desarrollo Profesional (PDUs de Project Management Institute®).
¡Su aprendizaje es nuestro compromiso!
Si no aprueba su examen en el primer intento, le brindamos la oportunidad de tomar el curso de nuevo sin costo adicional.
Para hacerlo válido es indispensable cumplir con el 100% de su asistencia previamente.
Al finalizar el curso, el participante podrá:
Programar utilizando lenguajes y bibliotecas relevantes para la IA, como Python y TensorFlow, para desarrollar algoritmos de IA y modelos de aprendizaje automático.
Comprender en profundidad cómo funcionan las redes neuronales artificiales, y cómo diseñar y entrenar modelos de redes neuronales para tareas de IA.
Responsables Técnicos de Productos.
Profesionales de la Tecnología.
Consultores Tecnológicos.
Fundadores de startups de IA.
Diseñadores UI/UX.
Personas que buscan aumentar sus conocimientos y habilidades en temas de Tecnología Emergente.
Asistir al curso con un proveedor acreditado como Global Lynx para poder presentar el examen de certificación.
Duración: 120 minutos.
Número de preguntas: 60 (50 preguntas que opción múltiple con valor de 1 punto, y cinco preguntas basadas en desempeño con un valor de 2 puntos cada una).
Calificación aprobatoria: 65%.
Formato: En línea, supervisado en vivo (vía cámara web), a libro cerrado.
Idioma: inglés.
Si no aprueba su examen en el primer intento, le brindamos la oportunidad de tomar el curso de nuevo sin costo adicional.
Para hacerlo válido es indispensable cumplir con el 100% de su asistencia previamente.
Contenido del curso
1. Conceptos de Inteligencia Artificial
1.1 Objetivos de Aprendizaje
1.2.1 ¿Qué es la Inteligencia Artificial?
1.2.2 Aprendizaje de IA
1.2.3 Razonamiento de IA
1.2.4 Resolución de problemas de IA
1.2.5 Percepción de IA
1.2.6 Procesamiento de lenguaje natural (NLP) de IA
1.3.1 Introducción
1.3.2 Identificar los problemas que la IA puede resolver
1.3.3 Educación de las partes interesadas
1.3.4 Gobernanza robusta
1.3.5 Análisis de brechas de habilidades
1.4.1 Introducción
1.4.2 Sistemas de razonamiento temporal
1.4.3 Sistemas de razonamiento ontológico
1.4.4 Automatización Robótica de Procesos (RPA)
1.5.1 Introducción
1.5.2 Muestreo probabilístico
1.5.3 Muestreo no probabilístico
1.6.1 Introducción
1.6.2 Modelos de regresión
1.6.3 Modelos de clasificación
1.6.4 Redes bayesianas
1.6.5 Naive Bayes
1.6.6 Métricas de rendimiento para evaluar modelos de aprendizaje automático
1.7.1 Agrupación de datos
1.7.2 Aprendizaje supervisado, no supervisado y por refuerzo
1.7.3 Reducción de dimensionalidad
1.7.4 Redes Neuronales
2. Implementaciones de Inteligencia Artificial
2.1 Objetivos de aprendizaje
2.2.1 Introducción
2.2.2 Agricultura (Visión por computadora)
2.2.3 Procesamiento de imágenes
2.2.4 Marketing dirigido
2.2.5 Robótica y planificación del movimiento del robot
2.2.6 Procesamiento del Lenguaje Natural (NLP)
2.2.7 Biociencia y Salud
2.2.8 Usos de seguridad
2.3.1 Antecedentes
2.3.2 Transporte
2.3.3 Entretenimiento
2.3.4 Mercado móvil independiente
2.4.1 Introducción
2.4.2 Superinteligencia
2.4.3 Pérdida de datos, integridad/pérdida de reputación y riesgo legal y de cumplimiento
