Impulsa tu carrera
 y sigue creciendo profesionalmente

Plazas limitadas

FORMACIÓN GRATUITA

Curso Entrenamiento en sistemas de inteligencia artificial

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.

QUIERO SOLICITAR INFORMACIÓN

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

QUIERO SOLICITAR INFORMACIÓN