Diplomatura Inteligencia Artificial
Esta Diplomatura tiene como objetivo proporcionar a los/as estudiantes las habilidades necesarias para recopilar, analizar y visualizar datos utilizando el lenguaje de programación Python.
La capacitación busca que los/as participantes puedan desarrollar las habilidades básicas para la interpretación y la manipulación de datos de tipo estructurado por intermedio del uso de diversas librerías, incluyendo la aplicación de modelos de inteligencia artificial.
DURACIÓN DE LA CARRERA
3 meses
OBJETIVOS
Que el/la estudiante adquiera los conocimientos básicos de programación utilizando Python.
Que las/los estudiantes adquieran las bases que le permitan utilizar herramientas de Python para la limpieza y la transformación de datos, y a construir modelos de análisis de datos para resolver problemas empresariales y científicos.
Que el/la estudiante adquieran las bases del conocimiento del aprendizaje automático.
Que las/los estudiantes puedan transformar, modelar y visualizar los datos de una manera fácil y rápida.
Para que finalmente, el/la estudiante pueda implementar soluciones de Python con aplicación en IA.
DESTINATARIOS
Analistas, científicos/as e ingenieros/as de datos que deseen utilizar Python para realizar análisis estadísticos, manipulación, visualización y predicción de datos. Personas en general que deseen aprender cómo utilizar Python para procesar y analizar datos.
REQUISITOS
Manejo de PC. Conocimientos básicos de estadística. Comprensión básica de programación.
Contar con titulo secundario.
CONTENIDOS
- UNIDAD 1: Introducción a la Programación con Python.
- UNIDAD 2: Estructuras de Datos.
- UNIDAD 3: Sentencias de control de flujo y funciones
- UNIDAD 4: Programación orientada a objetos
- UNIDAD 5: Análisis exploratorio, curación y visualización de datos I.
- UNIDAD 6: Análisis exploratorio, curación y visualización de datos II.
- UNIDAD 7: Aprendizaje automático, Regresión.
- UNIDAD 8: Aprendizaje automático, Clasificación.
- UNIDAD 9: Árboles de decisión.
- UNIDAD 10: Support Vector Machines.
- UNIDAD 11: Redes neuronales I.
- UNIDAD 12: Redes neuronales II.
METODOLOGÍA ESPECIFICA
Cada clase inicia con una introducción teórica para explicar los conceptos del tema. Luego, el docente presentará ejemplos concretos en Python para ilustrar la teoría y su aplicación.
Los/as estudiantes tendrán la oportunidad de participar en actividades prácticas en tiempo real, aplicando lo aprendido y resolviendo nuevos casos.
Además, se ofrecerán apuntes digitales como complemento a la bibliografía recomendada.
En resumen, las estrategias del curso se centran en un enfoque práctico y participativo, buscando que los estudiantes obtengan un conocimiento profundo y significativo sobre los temas tratados.
MODALIDAD
Clases a distancia online en vivo de exposición del tema que corresponde a la semana en cuestión, más consultas.
Documentos PDF, scripts, ejemplos modelos, video tutoriales, todo de elaboración propia del docente a cargo.