Módulo V — Deep Learning: este módulo está disponible solo para alumnos matriculados
Perfilado de sección
-
Inteligencia Artificial Avanzada
Duración: 100 horas académicas (32 horas cronológicas) · Modalidad: Virtual en vivo (Zoom)
El Programa de Alta Especialización en Inteligencia Artificial Avanzada busca formar profesionales altamente capacitados en el diseño y aplicación de modelos de Machine Learning y Deep Learning, con un enfoque práctico y estratégico para resolver problemas complejos en distintos sectores.
Este programa está orientado al fortalecimiento de competencias profesionales, aportando herramientas innovadoras para la seguridad, la industria y la gestión del sector público y privado.
Objetivo: Brindar a los participantes los conocimientos teóricos y prácticos avanzados en Inteligencia Artificial y Machine Learning, fortaleciendo sus competencias para el diseño, desarrollo e implementación de soluciones innovadoras aplicables en diversos sectores, incluyendo seguridad y defensa, industria, finanzas, telecomunicaciones y servicios.
Dirigido a:
- Profesionales de tecnología a cargo de la transformación digital.
- Profesionales de ventas, marketing y comunicación que buscan aplicar IA a la experiencia del cliente y a la estrategia de mercado.
- Profesionales de finanzas y administración que buscan optimizar operaciones y competitividad.
- Emprendedores que quieren incorporar IA en sus negocios.
Docente: Ing. Jorge Rodríguez — Máster Executive (EOI, España); posiciones gerenciales en data, analítica e IA en el Banco de Crédito del Perú
-
Introducción a la IA, tipos de aprendizaje, herramientas de Machine Learning y metodologías.
- Introducción.
- Tipos de aprendizaje: supervisado, no supervisado y por refuerzo.
- Herramientas y bibliotecas populares de Machine Learning (Python, R, TensorFlow, PyTorch).
- Metodologías.
4 horas
-
Análisis exploratorio de datos (EDA), librerías de EDA automático y feature engineering.
- Análisis exploratorio de datos (EDA).
- Librerías automáticas para realizar un EDA.
- Feature engineering.
- Técnicas y librerías para feature engineering.
8 horas
-
Regresión lineal y múltiple, árboles de decisión y bosques aleatorios, con métricas y casos aplicados.
- Regresión lineal y múltiple.
- Métricas de desempeño y caso aplicado.
- Árboles de decisión y bosques aleatorios.
- Métricas de desempeño y caso aplicado.
8 horas
-
Clustering para encontrar patrones en datos sin etiquetar: K-Means, DBSCAN y clustering jerárquico.
- Clustering: K-Means, DBSCAN y clustering jerárquico (hierarchical clustering).
4 horas
-
Procesamiento de lenguaje natural (NLP) y redes neuronales convolucionales (CNN).
- Procesamiento de lenguaje natural (NLP).
- Redes neuronales convolucionales (CNN).
8 horas