What You Need to Know Before
You Start
Starts 8 June 2025 02:49
Ends 8 June 2025
00
days
00
hours
00
minutes
00
seconds
Una mirada entre bastidores a ML, IA y el aprendizaje profundo.
Explore la mecánica del ML, IA y Aprendizaje Profundo, comprendiendo sus diferencias y funcionamientos internos. Adquiera conocimientos fundamentales para apoyar la toma de decisiones y las iniciativas organizacionales de IA.
PASS Data Community Summit
via YouTube
PASS Data Community Summit
2544 Cursos
1 hour 3 minutes
Optional upgrade avallable
Not Specified
Progress at your own speed
Conference Talk
Optional upgrade avallable
Resumen
Explore la mecánica del ML, IA y Aprendizaje Profundo, comprendiendo sus diferencias y funcionamientos internos. Adquiera conocimientos fundamentales para apoyar la toma de decisiones y las iniciativas organizacionales de IA.
Programa de estudio
- Introducción a la IA, ML y el Aprendizaje Profundo
- Aprendizaje Automático: Fundamentos y Aplicaciones
- Aprendizaje Profundo: Una Comprensión Detallada
- Inteligencia Artificial: Más Allá del Aprendizaje Automático
- Herramientas y Frameworks
- Aplicaciones del Mundo Real y Estudios de Caso
- Taller Práctico: Construyendo un Modelo Simple de ML
- Evaluación de las Necesidades Organizacionales para Iniciativas de IA
- Tendencias Futuras en IA y Aprendizaje Profundo
- Conclusión y Próximos Pasos
Definiciones y Conceptos Clave
Reseña Histórica y Evolución
Por qué la IA, ML y el Aprendizaje Profundo Importan
Tipos de Aprendizaje Automático: Supervisado, No Supervisado y Aprendizaje por Refuerzo
Algoritmos y Técnicas Clave
Evaluación y Validación de Modelos de ML
Redes Neuronales: Arquitectura y Tipos
Entrenamiento de Redes Neuronales Profundas
Redes Neuronales Convolucionales y Recurrentes
IA Simbólica vs. IA Conexionista
Sistemas Expertos y Sistemas Basados en Reglas
Procesamiento del Lenguaje Natural y Visión por Computadora
Reseña de Bibliotecas Populares de IA y ML (por ejemplo, TensorFlow, PyTorch, Scikit-learn)
Plataformas para el Despliegue y la Gestión de Modelos
IA en Diversas Industrias (Salud, Finanzas, Retail, etc.)
Consideraciones Éticas y Gobernanza de IA
Desarrollando Estrategia de IA para Organizaciones
Preprocesamiento de Datos y Creación de Características
Desarrollo y Entrenamiento del Modelo
Evaluación e Interpretación del Modelo
Identificación de Oportunidades y Desafíos
Alineando Proyectos de IA con Objetivos de Negocio
Tecnologías Emergentes e Innovaciones
El Papel de la IA en la Transformación Digital
Recursos para Continuar Aprendiendo
Iniciando Proyectos de IA y Mejoramiento Continuo
Asignaturas
Charlas de Conferencia