Descarga CSV

Data Mining, Inteligencia Artificial y Aprendizaje Automático

Programación
200 horas

Objetivos

Índice de contenidos

UNIDAD DIDÁCTICA 1. MINERÍA DE DATOS 1. Minería de datos 2. ¿Qué podemos hacer con data Mining? 3. ¿Qué usos puede tener el data Mining? 4. Metodología de la minería de datos 5. Algunas técnicas estadísticas utilizadas en data mining 6. Árboles de decisión 7. Reglas de inducción 8. Redes Bayesanas 9. Algoritmos Genéticos UNIDAD DIDÁCTICA 2. CICLO DATA MINING 1. Ciclo data mining 2. Minería de Textos y Web Mining 3. Data mining y marketing UNIDAD DIDÁCTICA 3. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL 1. Introducción a la inteligencia artificial 2. Historia 3. La importancia de la IA UNIDAD DIDÁCTICA 4. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL 1. Algoritmos aplicados a la inteligencia artificial UNIDAD DIDÁCTICA 5. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA 1. Relación entre inteligencia artificial y big data 2. IA y Big Data combinados 3. El papel del Big Data en IA 4. Tecnologías de IA que se están utilizando con Big Data UNIDAD DIDÁCTICA 6. SISTEMAS EXPERTOS 1. Sistemas expertos 2. Estructura de un sistema experto 3. Inferencia: Tipos 4. Fases de construcción de un sistema 5. Rendimiento y mejoras 6. Dominios de aplicación 7. Creación de un sistema experto en C# 8. Añadir incertidumbre y probabilidades UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING 1. Introducción 2. Clasificación de algoritmos de aprendizaje automático 3. Ejemplos de aprendizaje automático 4. Diferencias entre el aprendizaje automático y el aprendizaje profundo 5. Tipos de algoritmos de aprendizaje automático 6. El futuro del aprendizaje automático UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING 1. Introducción 2. Algoritmos UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN 1. Introducción 2. Filtrado colaborativo 3. Clusterización 4. Sistemas de recomendación híbridos UNIDAD DIDÁCTICA 10. CLASIFICACIÓN 1. Clasificadores 2. Algoritmos UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING 1. Componentes 2. Aprendizaje UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN 1. Introducción 2. El proceso de paso de DSS a IDSS 3. Casos de aplicación

Más cursos relacionados