Matricúlate ya en este Master Executive Inteligencia Artificial y consigue tu Titulación expedida por el Instituto Europeo de Estudios Empresariales (INESEM)
Opiniones de nuestros alumnos
Media de opiniones en los Cursos y Master online de Euroinnova
Nuestros alumnos opinan sobre: Executive Master en Ética e Inteligencia Artificial
Pedro B
SALAMANCA
Opinión sobre Executive Master en Ética e Inteligencia Artificial
Me gustaría haber tenido aún más contenido en forma de ejercicios. Para mi punto de vista, vienen genial para poner el temario en práctica.
Gloria H
CUENCA
Opinión sobre Executive Master en Ética e Inteligencia Artificial
Muy contenta con la realización del curso, es económico, completo, y los tutores resolvieron todas mis dudas en un período breve de tiempo. Repetiría con Euroinnova.
Sergio P
TERUEL
Opinión sobre Executive Master en Ética e Inteligencia Artificial
Me han sorprendido la metodología aplicable en el proceso de enseñanza aprendizaje, los recursos bien diseñados, así como las evaluaciones acordes a los objetivos descritos en los materiales.
Helena O
JAÉN
Opinión sobre Executive Master en Ética e Inteligencia Artificial
La verdad que, ha superado todas mis expectativas, el temario me ha encantado, y lo recomiendo a todo el mundo.
Daniel J
HUELVA
Opinión sobre Executive Master en Ética e Inteligencia Artificial
Me ha gustado mucho tanto el temario como la atención personalizada por parte de los tutores. La plataforma también está genial. Lo recomiendo mucho.
Plan de estudios de Master executive inteligencia artificial
MASTER EXECUTIVE INTELIGENCIA ARTIFICIAL ONLINE. Amplía tus expectativas laborales con nuestra formación en la que adquirirás los conocimientos esenciales relacionados con este sector. ¡No dejes pasar esta oportunidad de metodología online y prepárate para alcanzar tus metas profesionales de la forma más cómoda y efectiva!
de Master executive inteligencia artificial
de Master executive inteligencia artificial
- Poder desarrollar un proyecto de Big Data haciendo uso de las herramientas de Business Intelligence.
- Aplicar correctamente el lenguaje Python y React en analítica e inteligencia de datos.
- Visualizar los datos y elaborar informes utilizando herramientas especializadas como Tableau, Google Data Studio o ggplot2.
- Ser capaz de implementar algoritmos de aprendizaje automático y aplicar TensorFlow, Keras y Python en redes neuronales.
- Conocer la actualidad ética, política y jurídica de la moral de las máquinas e integrarla en la toma de decisiones empresariales.
de Master executive inteligencia artificial
el Master executive inteligencia artificial
el Master executive inteligencia artificial
de Master executive inteligencia artificial
de la formación
Temario de Master executive inteligencia artificial
MÓDULO 1. FUNDAMENTO DE ÉTICA EMPRESARIAL
UNIDAD DIDÁCTICA 1. LA ÉTICA EN EL CONTEXTO CORPORATIVO.
- Definición de ética.
- Normas.
- Principios éticos.
- Los códigos éticos.
UNIDAD DIDÁCTICA 2. EL PROCESO DE TOMA DE DECISIONES.
- La toma de decisiones.
- Tipos de decisiones.
- Criterios de decisión. Ambientes.
- Decisiones secuenciales. Árboles de decisión.
UNIDAD DIDÁCTICA 3. EL MÉTODO RACIONAL O DE OPTIMIZACIÓN EN LA TOMA DE DECISIONES.
- Introducción.
- Los métodos cuantitativos.
- Esquemas resumen.
UNIDAD DIDÁCTICA 4. LA IMPLEMENTACIÓN DE LAS DECISIONES.
- Procesos de la implementación.
- Evaluación.
- Resultados.
- Consecuencias de la no implementación.
MÓDULO 2. BIG DATA, BUSINESS INTELLIGENCE Y DATA SCIENCE
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
- ¿Qué es Big Data?
- La era de las grandes cantidades de información: historia del big data
- La importancia de almacenar y extraer información
- Big Data enfocado a los negocios
- Open data
- Información pública
- IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 2. FASES DE UN PROYECTO DE BIG DATA
- Diagnóstico inicial
- Diseño del proyecto
- Proceso de implementación
- Monitorización y control del proyecto
- Responsable y recursos disponibles
- Calendarización
- Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 3. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
- Definiendo el concepto de Business Intelligence y sociedad de la información
- Arquitectura de una solución Business Intelligence
- Business Intelligence en los departamentos de la empresa
- Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
- Sistemas Operacionales y Procesos ETL en un sistema de BI
- Ventajas y Factores de Riesgos del Business Intelligence
UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
- Cuadros de Mando Integrales (CMI)
- Sistemas de Soporte a la Decisión (DSS)
- Sistemas de Información Ejecutiva (EIS)
UNIDAD DIDÁCTICA 5. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
- Introducción a la minería de datos y el aprendizaje automático
- Proceso KDD
- Modelos y Técnicas de Data Mining
- Áreas de aplicación
- Minería de Textos y Web Mining
- Data mining y marketing
UNIDAD DIDÁCTICA 6. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
- Aproximación al concepto de DataMart
- Bases de datos OLTP
- Bases de Datos OLAP
- MOLAP, ROLAP & HOLAP
- Herramientas para el desarrollo de cubos OLAP
UNIDAD DIDÁCTICA 7. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS
- Visión General: ¿Por qué DataWarehouse?
- Estructura y Construcción
- Fases de implantación
- Características
- Data Warehouse en la nube
UNIDAD DIDÁCTICA 8. STORYTELLING
- ¿Qué es el Data Storytelling?
- Elementos clave del Data Storytelling
- ¿Por qué es importante el Data Storytelling?
- ¿Cómo hacer Data Storytelling?
UNIDAD DIDÁCTICA 9. INTRODUCCIÓN A LA CIENCIA DE DATOS
- ¿Qué es la ciencia de datos?
- Herramientas necesarias para el científico de datos
- Data Science & Cloud Computing
- Aspectos legales en Protección de Datos
UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING
- ¿Qué es Weka?
- Técnicas de Data Mining en Weka
- Interfaces de Weka
- Selección de atributos
UNIDAD DIDÁCTICA 11. PYTHON Y EL ANÁLISIS DE DATOS
- Introducción a Python
- ¿Qué necesitas?
- Librerías para el análisis de datos en Python
- MongoDB, Hadoop y Python. Dream Team del Big Data
UNIDAD DIDÁCTICA 12. R COMO HERRAMIENTA PARA BIG DATA
- Introducción a R
- ¿Qué necesitas?
- Tipos de datos
- Estadística Descriptiva y Predictiva con R
- Integración de R en Hadoop
UNIDAD DIDÁCTICA 13. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
- Obtención y limpieza de los datos (ETL)
- Inferencia estadística
- Modelos de regresión
- Pruebas de hipótesis
UNIDAD DIDÁCTICA 14. ANÁLISIS DE LOS DATOS
- Inteligencia Analítica de negocios
- La teoría de grafos y el análisis de redes sociales
- Presentación de resultados
MÓDULO 3. VISUALIZACIÓN DE DATOS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
- ¿Qué es la visualización de datos?
- Importancia y herramientas de la visualización de datos
- Visualización de datos: Principios básicos
UNIDAD DIDÁCTICA 2. TABLEAU
- ¿Qué es Tableau? Usos y aplicaciones
- Tableau Server: Arquitectura y Componentes
- Instalación Tableau
- Espacio de trabajo y navegación
- Conexiones de datos en Tableau
- Tipos de filtros en Tableau
- Ordenación de datos, grupos, jerarquías y conjuntos
- Tablas y gráficos en Tableau
UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS)
- Fundamentos D3
- Instalación D3
- Funcionamiento D3
- SVG
- Tipos de datos en D3
- Diagrama de barras con D3
- Diagrama de dispersión con D3
UNIDAD DIDÁCTICA 4. LOOKER STUDIO (GOOGLE DATA STUDIO)
- Visualización de datos
- Tipologías de gráficos
- Fuentes de datos
- Creación de informes
UNIDAD DIDÁCTICA 5. QLIKVIEW
- Instalación y arquitectura
- Carga de datos
- Informes
- Transformación y modelo de datos
- Análisis de datos
UNIDAD DIDÁCTICA 6. POWER BI
- Introducción a Power BI
- Instalación de Power BI
- Modelado de datos
- Visualización de datos
- Dashboards
- Uso compartido de datos
UNIDAD DIDÁCTICA 7. CARTO
- CartoDB
- ¿Qué es CARTO?
- Carga y uso de datos. Tipos de análisis
- Programación de un visor con la librería CARTO.js
- Uso de ejemplos y ayudas de la documentación de la API
MÓDULO 4. VISUALIZACIÓN DE DATOS EN R CON GGPLOT2
UNIDAD DIDÁCTICA 1. GGPLOT2 COMO LIBRERÍA PARA VISUALIZACIÓN DE DATOS EN R
- Introducción a Gplot
- El paquete ggplot2
UNIDAD DIDÁCTICA 2. EJES
- Cambiar títulos de eje
- Aumentar el espacio entre ejes y títulos de ejes
- Cambiar la estética de los títulos de Axis
- Cambiar la estética del texto del eje
- Texto del eje de rotación
- Eliminar texto de eje y marcas
- Eliminar títulos de eje
- Límite del rango del eje
- Forzar el trazado para que comience en el origen
- Ejes con la misma escala
- Usar una función para modificar etiquetas
UNIDAD DIDÁCTICA 3. TÍTULOS
- Añade un título
- Ajustar la posición de los títulos
- Use una fuente no tradicional en su título
- Cambiar espaciado en texto de varias líneas
UNIDAD DIDÁCTICA 4. LEYENDAS
- Trabajando con leyendas
- Apaga la leyenda
- Eliminar títulos de leyenda
- Cambiar la posición de la leyenda
- Cambiar la dirección de la leyenda
- Cambiar el estilo del título de la leyenda
- Cambiar título de leyenda
- Cambiar el orden de las claves de leyenda
- Cambiar etiquetas de leyenda
- Cambiar cuadros de fondo en la leyenda
- Cambiar el tamaño de los símbolos de leyenda
- Dejar una capa fuera de la leyenda
- Adición manual de elementos de leyenda
- Usar otros estilos de leyenda
UNIDAD DIDÁCTICA 5. FONDOS Y LÍNEAS DE CUADRÍCULA
- Cambiar el color de fondo del panel
- Cambiar líneas de cuadrícula
- Cambiar el espaciado de las líneas de cuadrícula
- Cambiar el color de fondo de la trama
UNIDAD DIDÁCTICA 6. MÁRGENES
- Trabajar con márgenes
UNIDAD DIDÁCTICA 7. GRÁFICOS DE PANELES MÚLTIPLES
- Trabajar con gráficos de paneles múltiples
- Crear múltiplos pequeños basados en una variable
- Permitir que los ejes deambulen libremente
- Uso facet_wrapcon dos variables
- Modificar el estilo de los textos de la tira
- Crear un panel de diferentes parcelas
UNIDAD DIDÁCTICA 8. COLORES
- Trabajar con colores
- Especificar colores individuales
- Asignar colores a las variables
- Variables Cualitativas
- Seleccionar manualmente colores cualitativos
- Utilice paletas de colores cualitativas integradas
- Use paletas de colores cualitativos de paquetes de extensión
- Variables Cuantitativas
- La paleta de colores Viridis
- Usar paletas de colores cuantitativas de paquetes de extensión
- Modificar paletas de colores después
UNIDAD DIDÁCTICA 9. TEMAS
- Cambiar el estilo de trazado general
- Cambiar la fuente de todos los elementos de texto
- Cambiar el tamaño de todos los elementos de texto
- Cambiar el tamaño de todos los elementos de línea y rectángulo
- Crea tu propio tema
- Actualizar el tema actual
UNIDAD DIDÁCTICA 10. LÍNEAS
- Agregar líneas horizontales o verticales a un gráfico
- Agregar una línea dentro de un gráfico
- Agregar líneas curvas y flechas a un gráfico
UNIDAD DIDÁCTICA 11. TEXTO
- Agregue etiquetas
- Agregar anotaciones de texto
- Use Markdown y HTML Rendering para anotaciones
UNIDAD DIDÁCTICA 12. COORDENADAS
- Voltear una parcela
- arreglar un eje
- Invertir un eje
- Transformar un eje
- Circularizar una parcela
UNIDAD DIDÁCTICA 13. TIPOS DE GRÁFICOS
- Alternativas a un diagrama de caja
- Crear una representación de alfombra en un gráfico
- Crear una matriz de correlación
- Crear un gráfico de contorno
- Crear un mapa de calor
- Crear un diagrama de cresta
UNIDAD DIDÁCTICA 14. CINTAS
- Trabajar con cintas (AUC, CI, etc.)
UNIDAD DIDÁCTICA 15. SUAVIZADOS
- Predeterminado: agregar un suavizado LOESS o GAM
UNIDAD DIDÁCTICA 16. GRÁFICOS INTERACTIVOS
- Trabajar con gráficos interactivos
MÓDULO 5. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
- Introducción a la inteligencia artificial
- Historia
- La importancia de la IA
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
- Tipos de inteligencia artificial
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
- Algoritmos aplicados a la inteligencia artificial
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
- Relación entre inteligencia artificial y big data
- IA y Big Data combinados
- El papel del Big Data en IA
- Tecnologías de IA que se están utilizando con Big Data
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS
- Sistemas expertos
- Estructura de un sistema experto
- Inferencia: Tipos
- Fases de construcción de un sistema
- Rendimiento y mejoras
- Dominios de aplicación
- Creación de un sistema experto en C#
- Añadir incertidumbre y probabilidades
UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL
- Futuro de la inteligencia artificial
- Impacto de la IA en la industria
- El impacto económico y social global de la IA y su futuro
MÓDULO 6. MACHINE LEARNING Y DEEP LEARNING
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING
- Introducción
- Clasificación de algoritmos de aprendizaje automático
- Ejemplos de aprendizaje automático
- Diferencias entre el aprendizaje automático y el aprendizaje profundo
- Tipos de algoritmos de aprendizaje automático
- El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
- Introducción
- Algoritmos
UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN
- Introducción
- Filtrado colaborativo
- Clusterización
- Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 4. CLASIFICACIÓN
- Clasificadores
- Algoritmos
UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING
- Componentes
- Aprendizaje
UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN
- Introducción
- El proceso de paso de DSS a IDSS
- Casos de aplicación
UNIDAD DIDÁCTICA 7. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
- Aprendizaje profundo
- Entorno de Deep Learning con Python
- Aprendizaje automático y profundo
UNIDAD DIDÁCTICA 8. SISTEMAS NEURONALES
- Redes neuronales
- Redes profundas y redes poco profundas
UNIDAD DIDÁCTICA 9. REDES DE UNA SOLA CAPA
- Perceptrón de una capa y multicapa
- Ejemplo de perceptrón
UNIDAD DIDÁCTICA 10. REDES MULTICAPA
- Tipos de redes profundas
- Trabajar con TensorFlow y Python
UNIDAD DIDÁCTICA 11. ESTRATEGIAS DE APRENDIZAJE
- Entrada y salida de datos
- Entrenar una red neuronal
- Gráficos computacionales
- Implementación de una red profunda
- El algoritmo de propagación directa
- Redes neuronales profundas multicapa
MÓDULO 7. INTELIGENCIA ARTIFICIAL Y ÉTICA
UNIDAD DIDÁCTICA 1. INTELIGENCIA ARTIFICIAL Y FUNDAMENTOS ÉTICOS
- Ética normativa y ética aplicada
- Historia y caracteres de la ética de la inteligencia artificial
- Ética realista y ética ficción
- Inteligencia artificial como objeto y sujeto
- Singularidad tecnológica y futuro de la especie humana
- Machine ethics. Nuevos entes autónomos y estatus moral
- Controversias éticas de la aplicación de la inteligencia artificial
- Bioética e inteligencia artificial
- Democracia e inteligencia artificial
UNIDAD DIDÁCTICA 2. ÉTICA DE GOBERNANZA E INTELIGENCIA ARTIFICIAL
- Gobernanza como sistema de prevención y control de riesgos en la inteligencia artificial
- Papel de la UE en la gobernanza de la inteligencia artificial
- Evaluaciones de impacto social, ético y legal de inteligencia artificial de alto riesgo
- Elaboración de un plan de gobernanza
UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL CONFIABLE. EXPLICABILIDAD Y SESGO
- Principios de la inteligencia artificial responsable
- Aspectos de diseño éticos para Machine Learning
- Inteligencia artificial explicable (XAI). Hacia la IA responsable
- Imparcialidad de Datos (Fairness). Control del sesgo en los modelos
- Escenarios con modelos de IA de alto riesgo
- Auditabilidad en los sistemas de inteligencia artificial
- Sandbox normativo piloto del futuro reglamentario de IA en España
- Transparencia en modelos de Machine Learning
- Análisis de herramientas software para medir la imparcialidad
UNIDAD DIDÁCTICA 4. ÉTICA DE LA INTELIGENCIA ARTIFICIAL
- Metodología de la ética en la inteligencia artificial
- Agentes artificiales morales
- Moralidad artificial desde un enfoque funcionalista
- Objeciones acerca de agencias morales artificiales
- Responsabilidad y Derechos de los robots
UNIDAD DIDÁCTICA 5. FILOSOFÍA POLÍTICA DE LA INTELIGENCIA ARTIFICIAL
- Introducción a la filosofía política de la inteligencia artificial
- Empleo e inteligencia artificial
- Relaciones humanas e inteligencia artificial
- Funciones de los Estados e inteligencia artificial
- Educación e inteligencia artificial
- Salud e inteligencia artificial
- Movilidad e inteligencia artificial
- Articulación entre ética y política sobre la inteligencia artificial
- Globalización e inteligencia artificial
UNIDAD DIDÁCTICA 6. INTELIGENCIA ARTIFICIAL, SOSTENIBILIDAD Y ÉTICA MEDIOAMBIENTAL
- Digitalización al servicio de los Objetivos de Desarrollo Sostenible (ODS)
- Estrategia Europea de transición hacia una economía sostenible
- Cambio climático global
- Mejora de eficiencia en procesos organizativos con IA.
- Mejora de eficiencia en prácticas individuales con IA.
- Ética ambiental e inteligencia artificial
UNIDAD DIDÁCTICA 7. ÉTICA DE LA GUERRA E INTELIGENCIA ARTIFICIAL
- Armas autónomas
- Intervenciones militares teledirigidas
- Ética de la guerra
UNIDAD DIDÁCTICA 8. TECNOLOGÍA, ÉTICA Y DERECHO DE LA REALIDAD VIRTUAL
- El metaverso
- Gemelos digitales humanos
- Creación de universos paralelos en 3D
UNIDAD DIDÁCTICA 9. ÉTICA DE LA INTELIGENCIA ARTIFICIAL INTERACTIVA Y ROBÓTICA SOCIAL
- Sistemas autónomos en el ámbito laboral
- Inteligencia artificial para la mejora de calidad de vida en ciudades. Mejora del impacto medioambiental
- Combinación de smart cities, internet de las cosas y big data
- Inteligencia artificial y cuidado personal y sexual
- Análisis ético de la incorporación de la robótica en la vida humana
UNIDAD DIDÁCTICA 10. INTELIGENCIA ARTIFICIAL, MEJORA HUMANA Y TRANSHUMANISMO
- Inteligencia artificial para restaurar funciones físicas y cognitivas deterioradas
- Optimizar las capacidades humanas con inteligencia artificial
- Debate académico sobre transhumanismo y poshumanismo
MÓDULO 8. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
- ¿Qué es PLN?
- ¿Qué incluye el PLN?
- Ejemplos de uso de PLN
- Futuro del PLN
UNIDAD DIDÁCTICA 2. PLN EN PYTHON
- PLN en Python con la librería NLTK
- Otras herramientas para PLN
UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN
- Principios del análisis sintáctico
- Gramática libre de contexto
- Analizadores sintácticos (Parsers)
UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN
- Aspectos introductorios del análisis semántico
- Lenguaje semántico para PLN
- Análisis pragmático
UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN
- Aspectos introductorios
- Pasos en la extracción de información
- Ejemplo PLN
- Ejemplo PLN con entrada de texto en inglés
UNIDAD DIDÁCTICA 6. ¿QUÉ ES UN CHATBOT?
- Aspectos introductorios
- ¿Qué es un chatbot?
- ¿Cómo funciona un chatbot?
- VoiceBots
- Desafios para los Chatbots
UNIDAD DIDÁCTICA 7. RELACIÓN ENTRE IA Y CHATBOTS
- Chatbots y el papel de la Inteligencia Artificial (IA)
- Usos y beneficios de los chatbots
- Diferencia entre bots, chatbots e IA
UNIDAD DIDÁCTICA 8. ÁMBITOS DE APLICACIÓN CHATBOTS
- Áreas de aplicación de Chatbots
- Desarrollo de un chatbot con ChatterBot y Python
- Desarrollo de un chatbot para Facebook Messenger con Chatfuel
MÓDULO 9. CIENCIAS DEL COMPORTAMIENTO, BIG DATA, INTELIGENCIA ARTIFICIAL E INTERNET OF BEHAVIORS (IOB)
UNIDAD DIDÁCTICA 1. MARKETING, MERCHANDISING Y PUBLICIDAD EN IOB
- Internet of Behavior
UNIDAD DIDÁCTICA 2. CIENCIAS COGNITIVAS DEL COMPORTAMIENTO
- Ciencia cognitiva
UNIDAD DIDÁCTICA 3. NEUROPSICOLOGÍA Y CÓMO CAPTAR LA ATENCIÓN DE UN USUARIO
- Neuropsicología
UNIDAD DIDÁCTICA 4. PRODUCTOS Y CONTENIDOS PERSONALIZADOS GRACIAS AL INTERNET OF BEHAVIORS (IOB)
- Personalización IOB
UNIDAD DIDÁCTICA 5. VISIÓN POR COMPUTADORA Y ANÁLISIS FACIAL
- La visión Artificial
UNIDAD DIDÁCTICA 6. PROCESAMIENTO AUTOMÁTICO DE IDIOMAS
- Procesamiento del lenguaje natural
UNIDAD DIDÁCTICA 7. ANÁLISIS DE COMPORTAMIENTO Y SEGURIDAD OPERACIONAL
- Análisis de comportamiento
UNIDAD DIDÁCTICA 8. DEL BIG DATA AL ANÁLISIS DE SENTIMIENTOS
- Análisis de opinión
MÓDULO 10. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV
UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
- La visión artificial: definiciones y aspectos principales
UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL
- Ópticas
- Iluminación
- Cámaras
- Sistemas 3D
- Sensores
- Equipos compactos
- Metodologías para la selección del hardware
UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL
- Algoritmos
- Software
- Segmentación e interpretación de imágenes
- Metodologías para la selección del software
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0
- Aplicaciones clásicas: discriminación, detección de fallos…
- Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO)
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV
- Descripción general OpenCV
- Instalación OpenCV para Python en Windows
- Instalación OpenCV para Python en Linux
- Anaconda y OpenCV
UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS
- Manejo de archivos
- Leer una imagen con OpenCV
- Mostrar imagen con OpenCV
- Guardar una imagen con OpenCV
- Operaciones aritméticas en imágenes usando OpenCV
- Funciones de dibujo
UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES
- Redimensión de imágenes
- Erosión de imágenes
- Desenfoque de imágenes
- Bordeado de imágenes
- Escala de grises en imágenes
- Escalado, rotación, desplazamiento y detección de bordes
- Erosión y dilatación de imágenes
- Umbrales simples
- Umbrales adaptativos
- Umbral de Otsu
- Contornos de imágenes
- Incrustación de imágenes
- Intensidad en imágenes
- Registro de imágenes
- Extracción de primer plano
- Operaciones morfológicas en imágenes
- Pirámide de imágen
UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING
- Analizar imágenes usando histogramas
- Ecualización de histogramas
- Template matching
- Detección de campos en documentos usando Template matching
UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR
- Espacios de color en OpenCV
- Cambio de espacio de color
- Filtrado de color
- Denoising de imágenes en color
- Visualizar una imagen en diferentes espacios de color
UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS
- Detección de líneas
- Detección de círculos
- Detectar esquinas (Método Shi-Tomasi)
- Detectar esquinas (método Harris)
- Encontrar círculos y elipses
- Detección de caras y sonrisas
UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO
- Vecino más cercano (K-Nearest Neighbour)
- Agrupamiento de K-medias (K-Means Clustering)
MÓDULO 11. PROYECTO FIN DE MÁSTER
Titulación de Master executive inteligencia artificial
Cursos relacionados
Claustro docente de Master executive inteligencia artificial
7 razones para realizarel Master executive inteligencia artificial
Más de 20 años de experiencia en la formación online.
Más de 300.000 alumnos ya se han formado en nuestras aulas virtuales.
Alumnos de los 5 continentes.
25% de alumnado internacional.
| 4,7 |
| 2.625 Opiniones |
| 8.582 |
| suscriptores |
| 4,4 |
| 12.842 Opiniones |
| 5.856 |
| Seguidores |
Flexibilidad
Aprendizaje 100% online, flexible, desde donde quieras y como quieras
Docentes
Equipo docente especializado. Docentes en activo, digitalmente nativos
Acompañamiento
No estarás solo/a. Acompañamiento por parte del equipo de tutorización durante toda tu experiencia como estudiante.
Aprendizaje real
Aprendizaje para la vida real, contenidos prácticos, adaptados al mercado laboral y entornos de aprendizaje ágiles en campus virtual con tecnología punta
Seminarios
Seminarios en directo. Clases magistrales exclusivas para los estudiantes
Se llevan a cabo auditorías externas anuales que garantizan la máxima calidad AENOR.
Nuestros procesos de enseñanza están certificados por AENOR por la ISO 9001 y 14001.
Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.
Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.
En la actualidad, Euroinnova cuenta con un equipo humano formado por más de 300 profesionales. Nuestro personal se encuentra sólidamente enmarcado en una estructura que facilita la mayor calidad en la atención al alumnado.
Como parte de su infraestructura y como muestra de su constante expansión, Euroinnova incluye dentro de su organización una editorial y una imprenta digital industrial.
Paga como quieras
Financiación 100% sin intereses
Hemos diseñado un Plan de Becas para facilitar aún más el acceso a nuestra formación junto con una flexibilidad económica. Alcanzar tus objetivos profesionales e impulsar tu carrera profesional será más fácil gracias a los planes de Euroinnova.
Si aún tienes dudas solicita ahora información para beneficiarte de nuestras becas y financiación.
* Becas aplicables sólamente tras la recepción de la documentación necesaria en el Departamento de Asesoramiento Académico. Más información en el 900 831 200 o vía email en formacion@euroinnova.es
* Becas no acumulables entre sí
* Becas aplicables a acciones formativas publicadas en euroinnova.es
Materiales entregados con el Master executive inteligencia artificial
Con su Master Online recibirá los siguientes materiales didácticos:
Maletín porta documentos.
Manual del Master Onpne: Introducción a la intepgencia artificial
Manual del Master Onpne: Fundamento de ética empresarial
Manual del Master Onpne: PNL, Chatbots e Intepgencia Artificial
Manual del Master Onpne: Visión Artificial en Industria 4.0 Con Python Y Opencv
Manual del Master Onpne: Ciencias del Comportamiento, Big Data, Intepgencia Artificial e Internet Of Behaviors (IOB)
Manual del Master Onpne: Machine Learning y Deep Learning
Manual del Master Onpne: Big Data, Business Intelpgence y Data Science Vol. I
Manual del Master Onpne: Visuapzación de Datos
Manual del Master Onpne: Big Data, Business Intelpgence y Data Science Vol. II
Manual del Master Onpne: Intepgencia Artificial y Ética
Manual del Master Onpne: Visuapzación de Datos en R con GGPLOT2
Master Onpne en formato SCORM: Introducción a la intepgencia artificial
Master Onpne en formato SCORM: PNL, Chatbots e Intepgencia Artificial
Master Onpne en formato SCORM: Visión Artificial en Industria 4.0 Con Python Y Opencv
Master Onpne en formato SCORM: Ciencias del Comportamiento, Big Data, Intepgencia Artificial e Internet Of Behaviors (IOB)
Master Onpne en formato SCORM: Machine Learning y Deep Learning
Master Onpne en formato SCORM: Big Data, Business Intelpgence y Data Science Vol. I
Master Onpne en formato SCORM: Visuapzación de Datos
Master Onpne en formato SCORM: PFM - Executive Master en Ética e Intepgencia Artificial
Master Onpne en formato SCORM: Big Data, Business Intelpgence y Data Science Vol. II
Master Onpne en formato SCORM: Visuapzación de Datos en R con GGPLOT2
Master Onpne en formato SCORM: Intepgencia Artificial y Ética
Master Onpne en formato SCORM: Fundamento de ética empresarial
Subcarpeta portafolios
Dossier completo Oferta Formativa
Guía del alumno
Bolígrafo
Información complementaria
Master Executive Inteligencia Artificial
¿Estás interesado en adquirir conocimientos relacionados con los lenguajes de programación como Python o React? ¿Estás buscando una formación online? Si tu respuesta a estas cuestiones es afirmativa… ¡Esta es tu oportunidad! Euroinnova International Online Education te ofrece este Master Executive Inteligencia Artificial con el que te prepararás para, entre otras muchas cosas, comprender la situación actual de la inteligencia artificial y su aplicación en el ámbito empresarial y estratégico. De igual modo, dispone de una modalidad online que te permitirá compaginarlo con tu vida tanto personal como laboral.
¡Es el momento de ampliar tus habilidades laborales para poder aumentar tus competencias profesionales y Euroinnova International Online Education te ofrece muchas ventajas y facilidades para conseguirlo!
Aprovecha esta gran oportunidad ahora y si aún no estás decidido, ¡te invitamos a que continúes leyendo!
Especialízate en inteligencia artificial
La inteligencia artificial no es más que un conjunto de algoritmos que trata de otorgar a las máquinas capacidades similares a las de los seres humanos. Por ejemplo, la capacidad de razonamiento, aprendizaje, creatividad… Esta inteligencia artificial puede clasificarse en distintos tipos:
- Sistemas que piensan como personas. Estas son las que automatizan tareas como la toma de decisiones o el aprendizaje.
- Sistemas que actúan como personas. Se encargan de ejecutar labores de forma parecida a como las realizan los humanos.
- Sistemas que piensan racionalmente. Estos tratan de copiar la lógica racional de las personas.
- Sistemas que actúan racionalmente. Tratan de emular el comportamiento de las personas.
Esta inteligencia artificial es aplicable a numerosos sectores como pueden ser las finanzas (detectar fraudes, predecir patrones del mercado, aconsejar a clientes…), la educación (matricular alumnos, cancelar matrículas, crear ofertas personalizadas…), en el comercio (estimar ventas, seleccionar los productos óptimos, recomendar a clientes…), en la sanidad (
¿Te gustaría formarte en el Big Data?
- Volumen: Los datos recopilados proceden de diversas fuentes, como transacciones comerciales, dispositivos inteligentes, medios sociales y más, que, tiempo atrás, sería imposible almacenar.
- Velocidad: Estos datos llegan a las empresas a una velocidad.
- Variedad: Los datos se presentan en una gran variedad de formatos, desde numéricos hasta documentos de texto, vídeos, audios…
Por otro lado, también se consideran:
- Variabilidad: el flujo de estos datos son impredecibles, cambian a menudo y varían mucho.
- Veracidad: esto hace referencia a la calidad de los datos.
Todo esto suena muy bien, ¿verdad? Con esta formación podrás profundizar mucho más en esta materia, además, la metodología Online que te ofrece Euroinnova International Online Education es perfecta para poder cursar tu formación de la manera más cómoda, fácil y efectiva posible.
¿Quieres saber más sobre los usos de la inteligencia artificial? Si es así, te recomendamos el siguiente post de nuestro blog: https://www.euroinnova.edu.es/blog/usos-de-la-inteligencia-artificial
Ventajas de matricularte en el Master Executive Inteligencia Artificial Online de Euroinnova
Una de las principales ventajas que te ofrece Euroinnova es su metodología online o e-learning, ya que es una manera de ampliar tu formación y mejorar profesionalmente muy efectiva. El sector online se encuentra actualmente en auge, y, en consecuencia, el de la educación online también, y no es para menos si nos presenta beneficios como:
- Las posibilidades de formación. La metodología online pone a tu disposición un abanico mucho más amplio de estudios para que amplíes tus conocimientos sobre cualquier materia.
- Costes. Supone un coste menor que la metodología presencial.
- Flexibilidad. Te ofrece la posibilidad de estudiar desde cualquier lugar del mundo, pudiendo adaptar tú mismo tus horarios de manera que encuentres el modo más cómodo de estudiar.
- Compatibilidad. Te permite compaginar también tus estudios con tus tareas, compromisos y trabajo.
- Ritmo. Al poder adaptar tus horarios, te facilita también el aprendizaje debido a que puedes ir avanzando en la materia a tu ritmo, sin presiones.
- Tutoría. Las formaciones pondrán siempre a tu disposición un tutor que te guiará y ayudará en el aprendizaje siempre que lo necesites.
¿Te interesa este sector? Haz clic aquí y encuentra la formación que mejor se adapte a tus necesidades.
Si lo prefieres, también te dejamos nuestra nueva web de pódcast donde podrás seguir informándote sobre numerosas áreas educativas: https://play.euroinnova.edu.es
¿A qué estás esperando? ¡Pídenos información y reserva ya tu matrícula!
¡Te esperamos!