Salta al contenido principal
Para continuar usando este sitio web, debe aceptar nuestras políticas:
fdsfs
Continuar
x
curso de ia
0%
El modo de enfoque está ACTIVADO. Haz clic en "X" en la parte inferior derecha para cerrarlo.
Anterior
Datos del curso
Bienvenida y guía del curso
Guía rápida del curso
Presentaciones: perfil, experiencia y expectativas
Expectativas del alumnado
Fundamentos de Inteligencia Artificial
Panorama de la IA
Conceptos básicos: agentes y problemas
Autochequeo de conceptos - Opción múltiple
Matemáticas esenciales para IA
Álgebra y cálculo básicos — Resumen y ejercicios guiados
Estadística y probabilidad: Apuntes y hojas de problemas
Autoevaluación: Problemas prácticos con retroalimentación automática
Aprendizaje automático supervisado
Introducción al flujo supervisado
Descarga de datasets de ejemplo para prácticas y análisis exploratorio
Práctica guiada: clasificación
Verificación de conceptos: entrenamiento, evaluación y métricas
Aprendizaje no supervisado y clustering
Fundamentos de clustering y reducción
Práctica: Análisis exploratorio y clustering
Autoevaluación práctica: interpretación de resultados y técnicas comunes
Redes neuronales y deep learning
Arquitecturas comunes: perceptrón, redes profundas, CNN y RNN
Entrenamiento y regularización: estrategias para evitar sobreajuste y mejorar generalización
Mini-proyecto: Red simple — Implementación y reporte
Comprobación de comprensión: Redes y optimización
Procesamiento de lenguaje natural (PLN)
Resumen PLN: tokenización, embeddings y tareas principales
Herramientas y bibliotecas para PLN — Lista de recursos y documentación
Actividad práctica: extracción de características (texto)
Chequeo de conocimientos: Técnicas y evaluación en PLN
Ética, privacidad y responsabilidad en IA
Principios y riesgos: sesgos, privacidad y transparencia
Debate y casos prácticos: Dilemas éticos en IA
Autoevaluación ética: decisiones en situaciones éticas (sin calificación)
Preparación de datos y flujo de trabajo
Flujo de trabajo con datasets: adquisición, limpieza y particionado (Lección interactiva)
Plantillas y notebooks: limpieza, EDA y modelado inicial
Actividad práctica: limpieza y EDA
Proyecto integrador
Propuesta de proyecto: presentación para aprobación
Seguimiento del proyecto — Publica avances semanales
Entrega final del proyecto
Evaluación final y cierre
Examen final - Cuestionario sumativo
Criterios de evaluación para proyecto y examen
Encuesta de satisfacción del curso
Recursos adicionales y lecturas
Lecturas recomendadas: bibliografía y artículos clave organizados por tema
Repositorios y documentación
Glosario de términos
Siguiente
Panel lateral
Categorías
Todas las categorías
Moodle Moot Colombia
Posgrados Demo
Categoría 1
Categoría 2
Matemáticas
Historia
Informática
Idiomas
Ciencias
Capacitaciones
LEGISLACION COMUNAL
Hemerson
IA
Programa Técnico Profesional en Dibujo Arquitectónico y Decoración
Programación
Testing Creador de cursos
Plantillas
Webinar
Webinar Rol Creador
Primer sesión
Capacitación
Página Principal
Español - Internacional (es)
English (en)
Español - Internacional (es)
Español - México (es_mx)
Acceder
Nombre de usuario
Nombre de usuario
Contraseña
Contraseña
¿Olvidó su contraseña?
Acceder
Categorías
Colapsar
Expandir
Todas las categorías
Moodle Moot Colombia
Posgrados Demo
Categoría 1
Categoría 2
Matemáticas
Historia
Informática
Idiomas
Ciencias
Capacitaciones
LEGISLACION COMUNAL
Hemerson
IA
Programa Técnico Profesional en Dibujo Arquitectónico y Decoración
Programación
Testing Creador de cursos
Plantillas
Webinar
Webinar Rol Creador
Primer sesión
Capacitación
Página Principal
Información del curso
curso de ia
Profesor:
Ramiro Puentes
Skill Level
:
Beginner
