Impulsa tu carrera
y sigue creciendo profesionalmente
Plazas limitadas
FORMACIÓN GRATUITA
Familia profesional
Informática y Comunicaciones
Sector prioritario
Nueva tecnología avanzada de la información
Se ubica en el sector servicios, en el subsector de la gestión de sistemas de información para otras organizaciones, en el de desarrollo de software, en el desarrollo de sistemas de Inteligencia Artificial basados en aprendizaje automático, en el de consultoría técnica en sistemas de información inteligentes o en cualquier sector productivo con empresas que dispongan de sistemas de información inteligentes para la gestión de sus procesos de negocio.
TODA LA INFORMACIÓN SOBRE EL CURSO:
Curso Entrenamiento en sistemas de inteligencia artificial
Ocupaciones y puestos de trabajo relevantes
Los términos de la siguiente relación de ocupaciones y puestos de trabajo se utilizan con carácter genérico y omnicomprensivo de mujeres y hombres.
- Integradores de sistemas de información.
- Técnicos en proceso y analítica de datos.
Cualificación profesional:
- IFC749_3 Gestión de datos y entrenamiento en sistemas de Inteligencia Artificial basados en aprendizaje automático.
Unidad de competencia:
- UC2493_3 ‐ Entrenar modelos en sistemas de Inteligencia Artificial basados en aprendizaje automático.
CONTENIDOS FORMATIVOS
MF2493_3 Entrenamiento de modelos en sistemas de Inteligencia Artificial basados en aprendizaje automático
- Técnicas de entrenamiento en el aprendizaje automático.
- Tipos de aprendizaje automático: supervisado, no supervisado, semi‐supervisado, por refuerzo.
- Tipos de problemas: clasificación, regresión, segmentación, detección de objetos.
- Técnicas paramétricas: Basadas en distribuciones de probabilidad conocidas: ‘Gaussian Mixture Models’ u otras.
- Técnicas no paramétricas: (árboles de decisión: clásicos, ‘random forest’, ‘gradient boosting’, ‘extremely randomized trees’; Vecinos más próximos (k‐NN); ‘Kernel density estimation’; ‘Support Vector Machines’ (SVM); K‐Means.
- Técnicas Holísticas: redes neuronales: ‘fully connected’, ‘convolutional’, ‘recurrent’, ‘transformers’, ‘autoencoders’, ‘encoder‐decoder’, seq2seq u otras.
- Técnicas de regularización para evitar el sobreaprendizaje.
- Métricas para evaluar la calidad de los modelos diseñados y entrenados: MSE, MAE, ‘accuracy’, precisión, ‘recall’ o ‘sensitivity’, ‘specificity’, ‘F1 score’, ratio de falsos positivos y de falsos negativos, área bajo la curva ROC, ‘DICE coeffient’, ‘Intersection over Union’ (IoU), y otros específicos del problema a abordar. Herramientas software con la implementación de las técnicas de aprendizaje automático.
Evaluación:
- Cuestionario en línea para evaluar los conocimientos teóricos sobre inteligencia artificial.
Curso Entrenamiento en sistemas de inteligencia artificial
2024
60 HORAS
Virtual