En la actualidad, la agricultura enfrenta el desafío constante de controlar plagas que amenazan la producción. El Curso Predicción de Plagas en Cultivos con la IA te permite adentrarte en la inteligencia artificial aplicada a la agroindustria, un sector en expansión. Aprenderás a utilizar aprendizaje automático y visión por computador para crear modelos predictivos que mejoren la gestión de plagas. También conocerás la integración de sensores y sistemas IoT en invernaderos inteligentes para una detección temprana más precisa. Además, se abordan ética y sostenibilidad en el uso de estas tecnologías.
Cross-cutting
3 pm
AI Academy
Predicción de Plagas en Cultivos con la IA
Curso dirigido a ingenieros agrónomos, técnicos agrícolas y profesionales del sector agroalimentario interesados en la tecnología. Ideal para quienes desean aplicar IA en la gestión de plagas, optimizar la producción y mejorar la sostenibilidad mediante monitoreo moderno y modelos predictivos avanzados.
3 pm
AI Academy
Course objectives
-
Identify plagas comunes en invernaderos and his impacto económico.
-
To recognise factores ambientales que favorecen su proliferación.
-
Explore técnicas tradicionales and their limitaciones.
-
Comprender el papel de la IA y el aprendizaje automático en la prevención.
-
Analyse herramientas y plataformas de IA aplicadas a la agricultura.
-
Assess casos exitosos de diagnóstico y prevención de plagas con IA.
-
Integrar sensores e imágenes para mejorar el monitoreo en invernaderos.
What does it prepare you for?
El curso te prepara para identificar y gestionar plagas en invernaderos utilizando técnicas avanzadas de IA. Aprenderás a implementar y optimizar modelos predictivos, integrando datos de sensores y sistemas IoT. También desarrollarás habilidades en ajuste de hiperparámetros y visión por computador para una detección temprana y eficaz.
Teaching units
UNIDAD DIDÁCTICA 1.PLAGAS EN AGRICULTURA PROTEGIDA
1. Plagas más comunes en cultivos de invernadero
2. Ciclos biológicos y condiciones ambientales que favorecen su proliferación
3. Impacto económico y productivo de las plagas en la horticultura intensiva
4. Técnicas tradicionales de monitoreo y control de plagas
5. Limitaciones de los métodos convencionales en la predicción temprana
UNIDAD DIDÁCTICA 2.INTELIGENCIA ARTIFICIAL Y APRENDIZAJE AUTOMÁTICO EN AGRICULTURA
1. IA, aprendizaje automático y aprendizaje profundo
2. Tipos de modelos utilizados en agricultura
3. Herramientas y plataformas actuales para implementar IA en entornos agrícolas
4. Aplicaciones exitosas de IA en el diagnóstico y prevención de enfermedades y plagas
5. Ética, sostenibilidad y desafíos en el uso de IA en agroindustria
UNIDAD DIDÁCTICA 3.RECOLECCIÓN Y PROCESAMIENTO DE DATOS EN INVERNADEROS INTELIGENTES
1. Sensores agrícolas y sistemas IoT: tipos, funciones y despliegue en invernaderos
2. Variables críticas para la predicción de plagas
3. Integración de imágenes multiespectrales, RGB y térmicas en el monitoreo
4. Almacenamiento, etiquetado y limpieza de datos para entrenamiento de modelos
5. Calidad de los datos y su impacto en la precisión predictiva de los algoritmos
UNIDAD DIDÁCTICA 4.DESARROLLO Y ENTRENAMIENTO DE MODELOS PREDICTIVOS
1. Selección de variables relevantes y diseño de conjuntos de datos
2. Entrenamiento, validación y evaluación de modelos predictivos
3. Técnicas de mejora: ajuste de hiperparámetros, regularización y ensamblado de modelos
4. Uso de visión por computador para la identificación de plagas en imágenes
5. Detección temprana y sistemas de alerta automatizados basados en IA