Inteligencia Artificial

Descargar Brochure informativo

La Inteligencia Artificial es un conjunto de tecnologías que promete una revolución en el sector productivo, debido a su versatilidad y adaptabilidad a problemas complejos. Siendo que la tendencia mundial es hacia una demanda creciente de perfiles capaces de aplicar tecnologías basadas en Inteligencia Artificial.  Nuestro país no es la excepción, ya que empresas del sector de telecomunicaciones y financiero ya aplican tecnologías de Inteligencia Artificial. Por lo tanto esta propuesta busca hacer frente a la demanda insatisfecha de profesionales alfabetizados en estas tecnologías.

• Módulo 1 : Introducción a Python.

1. Esenciales de Python.
2. Jupyter Notebooks.
3. Numpy.
4. Pandas.
5. Matplotlib.

• Módulo 2: Aprendizaje de máquina.

1. Aprendizaje supervisado.
   1. Clasificación.
      1. Modelos de clasificación.
      2. Métricas y evaluación para clasificación.
   2. Regresión.
      1. Modelos de regresión.
      2. Métricas y evaluación para regresión.
   3. Problemas en el aprendizaje supervisado.
      1. Sub-ajuste.
      2. Sobre-ajuste.
   4. Pronóstico en series de tiempo.
2. Aprendizaje no supervisado.
   1. Clustering.
      1. Modelos de clustering.
      2. Métricas y evaluación para clustering.
   2. Detección de anomalías.
3. Ingeniería de atributos para aprendizaje de máquina
   1. Normalización de atributos.
   2. Selección de atributos.
   3. Análisis de componentes principales.
   4. Generación de atributos.

• Módulo 3: Modelos de optimización metaheurística.
  

1. Nociones básicas de optimización.
   1. Optimización lineal y no lineal.
   2. Optimización entera y continua.
   3. Dualidad máximo-mínimo.
   4. Relación entre búsqueda y optimización.
2. Algoritmos de búsqueda local.
   1. Búsqueda tabú.
   2. Hill-climbing.
   3. Recocido simulado.
3. Algoritmos evolutivos.
   1. Algoritmos genéticos.
   2. Algoritmos meméticos.
4. Optimización por enjambre de partículas.
5. Optimización por colonia de hormigas.
6. Optimización multi-objetivo.
   1. Optimización por objetivos ponderados.
   2. Optimización por orden lexicográfica.
   3. Frente pareto.

• Módulo IV: Proyecto final

.

Condiciones del Diplomado

El cursante que haya cumplimentado las condiciones de aprobación y acreditación requeridas, accede al Certificado de Aprobación impreso o digital (preferentemente digital), avalado por el Departamento de Formación Continua y la Dirección correspondiente.

El cursante con un porcentaje de asistencia a clases síncronas mayor o igual a 70% podrá acceder a un Certificado de Participación impreso o digital (preferentemente digital), avalado por el Departamento de Formación Continua y la Dirección correspondiente.

Condiciones para la aprobación:

Horario:

• 80 Horas de clases (incluye el acompañamiento)
• 10 Horas de Proyecto Final
• Inicio de clases: a definir
• Finalización: a definir

Requerimientos mínimos del estudiante:

• PC con conexión a INTERNET.
• Cuenta de correo electrónico.

Coordinadores

Sebastián A. Grillo

Docentes:

José Luis Vázquez
Miguel García Torres
Sebastián A. Grillo

Financiados por el MITIC.

Llenar el formulario de inscripción: https://forms.gle/RwobbrpsExjBm717A

Correo Electrónico: fmoreno@pol.una.py / formacion.continua@pol.una.py

Teléfono (Para WhatsApp): 0972 735 538.