What You Need to Know Before
You Start

Starts 7 June 2025 06:10

Ends 7 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

Inteligencia artificial: conceptos y técnicas

Domina conceptos de IA que incluyen resolución de problemas, lógica, aprendizaje automático, aprendizaje profundo, IA generativa, planificación y lenguajes de programación como Lisp, Prolog y CLIPS. Explora aplicaciones prácticas y consideraciones éticas.
NPTEL via Swayam

NPTEL

125 Cursos


12 weeks

Optional upgrade avallable

Intermediate

Progress at your own speed

Free Online Course

Optional upgrade avallable

Resumen

SOBRE EL CURSO:

La inteligencia artificial se está utilizando cada vez más para llevar a cabo tareas que antes realizaban los humanos manualmente. Este es un curso de nivel de posgrado que enseña sobre la terminología y las técnicas empleadas en Inteligencia Artificial.

Cubre conceptos como la resolución general de problemas, lógica y razonamiento, aprendizaje automático y profundo, IA generativa y planificación. También se abordan temas como algoritmos genéticos e inteligencia de enjambres.

Se enseñan algunos lenguajes de programación de IA como Lisp, Prolog y CLIPS, con asignaciones cubiertas en estos lenguajes. Se cubren aplicaciones prácticas como agentes basados en la web, agentes móviles y agentes negociadores.

También se discuten consideraciones filosóficas y éticas. PÚBLICO DESTINADO:

Instructores y estudiantes de institutos académicos, empleados del sector de TI, especialmente aquellos que trabajan en el campo de la Inteligencia Artificial.

REQUISITOS PREVIOS:

Título de licenciatura en ingeniería, MCA, M.Sc. (Matemáticas) SOPORTE INDUSTRIAL:

Industrias que trabajan en Inteligencia Artificial.

Programa de estudio

  • Introducción a la Inteligencia Artificial
  • Panorama general de la IA y sus aplicaciones
    Historia y evolución de la IA
  • Técnicas Generales de Resolución de Problemas
  • Algoritmos de búsqueda: BFS, DFS, A*
    Optimización y búsqueda heurística
  • Lógica y Razonamiento
  • Lógica proposicional y de primer orden
    Sistemas basados en reglas e inferencia
  • Aprendizaje Automático
  • Aprendizaje supervisado: clasificación y regresión
    Aprendizaje no supervisado: agrupamiento y reducción de dimensionalidad
    Aspectos básicos del aprendizaje por refuerzo
  • Aprendizaje Profundo
  • Redes neuronales y retropropagación
    Redes Neuronales Convolucionales (CNN)
    Redes Neuronales Recurrentes (RNN)
  • IA Generativa
  • Modelos generativos: GANs y VAEs
    Aplicaciones de la IA generativa
  • Planificación y Toma de Decisiones
  • Planificación y programación automatizada
    Árboles de decisión y procesos de decisión de Markov
  • Computación Evolutiva
  • Algoritmos genéticos
    Inteligencia de enjambre: optimización de colonia de hormigas y enjambre de partículas
  • Lenguajes de Programación para IA
  • Lisp: sintaxis y semántica
    Prolog: conceptos básicos de programación lógica
    CLIPS: lenguaje de sistemas expertos
  • Aplicaciones de Agentes de IA
  • Agentes basados en la web
    Agentes móviles
    Agentes de negociación
  • Consideraciones Filosóficas y Éticas
  • Ética en la IA: sesgo, privacidad y responsabilidad
    Implicaciones futuras de las tecnologías de IA
  • Asignaciones Prácticas y Trabajo de Proyectos
  • Asignaciones de programación en Lisp, Prolog y CLIPS
    Estudios de caso e informes de proyectos en aplicaciones de IA
  • Tendencias de la Industria y Estudios de Caso
  • Tendencias emergentes en la IA
    Aplicaciones del mundo real y estudios de caso a través de industrias

Enseñado por

Prof. V. Susheela Devi


Asignaturas

Ciencias de la Computación