Curso de Inteligencia Artificial

de Peregrino Tech

Información sobre el evento

Comparte este evento

Fecha y hora

sáb., 25 nov. 2017, 9:00 –

sáb., 16 dic. 2017, 13:00 hora estándar central hora de México (Ciudad de México)

Añadir al calendario

Ubicación

IBC IIdea Bussines Center

Av. Adolfo López Mateos Sur 4321

col. las Águilas

Zapopan, Jal 45070

Mexico

Ver mapa Ver mapa

Política de reembolso

No se hacen reembolsos

Descripción del evento

Descripción

CURSO DE INTELIGENCIA ARTIFICIAL

Aprenderás sobre que es la Inteligencia Artificial (AI, Artificial Intelligence) y sus componentes, sobre cómo funciona el Aprendizaje de Máquinas (Machine Learning) y también a crear y aplicar Redes Neuronales, que son una de las opciones más populares y prometedoras del Aprendizaje de Máquinas.

Fechas:

4 Sábados
Noviembre 25,
Diciembre 2, 9 y 16

Horario: 9:00 am a 1:00 pm

Duración total: 16 horas

Aplicaciones

Con la Inteligencia artificial se crean máquinas flexibles, racionales y capaces de percibir su entorno y ejecutar acciones para la resolución de problemas complejos, tales como:

Identificar y entender correctamente el habla humana.
Detectar errores en líneas de producción de una fábrica.
Reconocer amenazas de seguridad.
Comprender el entorno de oficinas y hogares inteligentes.
Generar marketing personalizado para clientes.
Jugar todo tipo de juegos con humanos.
Dar asesoramiento jurídico personalizado.

Temario

Introducción a la Inteligencia Artificial.
Aprendizaje de Máquinas: Reconocimiento de Patrones.
Aprendizaje de Máquinas: Redes Neuronales.
Aplicaciones de Inteligencia Artificial (Prácticas)

Introducción a la Inteligencia Artificial.

Marco histórico y actualidad de la IA.
Componentes de la IA.
Introducción a planeación y optimización.
Introducir aplicaciones en visión y voz
Repaso a los conceptos básicos de probabilidad, estadística y análisis de datos.
Diagrama general de un sistema de aprendizaje de máquinas.
Técnicas más comunes para el aprendizaje de máquinas.

Aprendizaje de Máquinas: Reconocimiento de Patrones.

Introducción a los problemas de clasificación
Algoritmos clasificadores.
Reconocimiento de patrones con redes neuronales.
Aplicaciones comunes para el reconocimiento de patrones.

Aprendizaje de Máquinas: Redes Neuronales.

Cómo funciona una neurona y una red neuronal multicapa.
Cómo se entrenan las redes neuronales multicapa utilizando gradiente descendente.
Comparativa de las principales funciones de activación.
Redes de segundo y tercer orden.
Modelo matemático de una red neuronal con función de base radial (RBF).
Redes neuronales convolucionales
Historia de las redes neuronales para aplicaciones de aprendizaje no supervisado.
Alcances y limitaciones del algoritmo k-means.

Aplicaciones de Inteligencia Artificial (Prácticas)

Agrupación de datos con redes neuronales
Ajuste de datos con redes neuronales
Ejemplo inicial de reconocimiento de patrones con redes neuronales.
Reconocimiento de imágenes.

¿Qué aprenderás?

Qué es y qué no es la Inteligencia Artificial
Los componentes de la Inteligencia Artificial
Cuáles son las técnicas más comunes para el Aprendizaje de Máquinas (Machine Learning)
Conocerás como es un diagrama general de un sistema de Aprendizaje de Máquinas
Introducción al Reconocimiento de Patrones (Pattern Recognition) y sus aplicaciones en la solución de problemas modernos.
El funcionamiento de las Redes Neuronales (Neural Networks). El algoritmo más popular que se usa en la inteligencia artificial.
Se realizarán ejercicios con datos reales, aplicando los conceptos de Redes Neuronales (Neural Networks).

Dirigido a:

Profesionistas, profesores y estudiantes (últimos semestres) de Ingeniería en computación, sistemas, electrónica, róbotica, mecatrónica y carreras afines.

Requerimientos:

Computadora
Conocimientos básicos de programación.
Conocimientos básicos de Probabilidad y Estadística.
Conocimientos básicos de lectura en inglés.

Instructores

El curso será impartido por doctores en ingeniería que aplican la inteligencia artificial en su trabajo cotidiano, para el desarrollo de tecnología de punta, en áreas como biomedicina, computación portatil (wearables), robótica, procesamiento de imágenes, procesamiento de voz, control activo de ruido, entre otras.

A lo largo de su carrera profesional han desarrollado más de 18 patentes y han sido ponentes en espacios como: Congresos nacionales e internacionales, TED TALKS y Campus Party.

Dr. Paulo López Meyer. - Dr. en Tecnologías Biomédicas.
Dr. Julio Zamora - Dr. en Visión Computacional.
Dr. Héctor Cordourier - Dr. en Instrumentación Acústica.

Conoce a uno de nuestros ponentes.