¿Quieres crear aplicaciones súper poderosas con inteligencia artificial (IA), pero no sabes cómo programar?
¿Estás intimidado por la IA y no sabes por dónde empezar?
¿O tal vez no tienes un título en ciencias de la computación o programación y quieres adentrarte en la inteligencia artificial?
¿Eres un aspirante a emprendedor que quiere maximizar los ingresos comerciales y reducir los costes con IA, pero no sabes cómo llegar allí de manera rápida y eficiente?
Si la respuesta es sí a alguna de estas preguntas, ¡este curso es para ti! ¡La inteligencia artificial es uno de los principales campos tecnológicos en los que estar en este momento! La IA cambiará nuestras vidas de la misma manera que lo hizo la electricidad hace 100 años. La inteligencia artificial ha entrado con fuerza en finanzas, banca, salud, transporte y tecnología. El campo está repleto de oportunidades y perspectivas profesionales.
Este curso resuelve un problema clave: hacer que la IA esté disponible para cualquier persona sin experiencia en programación o sin título en ciencias de la computación.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
El propósito de este curso es traerte el conocimiento de los aspectos clave de la IA moderna sin las matemáticas intimidantes y de una manera práctica, fácil y divertida. El curso te proporcionará experiencia práctica en el uso de conjuntos de datos del mundo real. En este curso asumiremos que has sido contratado recientemente como consultor en una empresa emergente en la ciudad de San Francisco. El CEO te ha encomendado que apliques técnicas de IA de vanguardia en 5 proyectos diferentes. Solo hay una advertencia, el científico de datos clave de la compañía les abandonó para irse a otra empresa, tú no sabes cómo programar y necesitas generar resultados rápidamente. De hecho, solo tienes una semana para resolver estos problemas clave de la empresa. Se te proporcionarán conjuntos de datos de todos estos departamentos y se te pedirá que realices las siguientes tareas: Proyecto #1: Desarrollar un modelo de inteligencia artificial para detectar las emociones de las personas utilizando Google Teachable Machines (Tecnología) Proyecto #2: Desarrollar un modelo de inteligencia artificial para detectar y clasificar enfermedades de tórax utilizando datos de radiografías del pecho con Google Teachable Machines (Medicina y Salud) Proyecto #3: Predecir la prima del seguro mediante características del cliente como la edad, el hábito de fumar y la ubicación geográfica mediante AWS AI AutoPilot (Negocios) Proyecto #4: Detectar enfermedades cardiovasculares con DataRobot AI (Medicina y Salud) Proyecto #5: Reconocer los tipos de alimentos y explorar la explicabilidad de la IA utilizando DataRobot AI (Tecnología) Además, veremos un tema muy importante: la Explicabilidad de la IA que da respuestas a la pregunta clave: ¿Cómo llega la IA a una predicción determinada? ¿Qué está pensando realmente el cerebro artificial?
Requisitos
Aunque el curso en sí no tiene prerrequisitos, para seguirlo fácilmente te recomendamos: Tener un ordenador con conexión a internet y con cualquier sistema operativo instalado y saber utilizarlo a nivel básico de usuario
Temario completo de este curso
Bienvenidos a IA moderna sin código(1:55:45)
Introducción y temario del curso
Claves para seguir el curso, mejores prácticas y obtención del certificado
Cómo sacarle el máximo partido al curso
¿Qué es la inteligencia artificial (IA)?
Recetas de IA e ingredientes clave
Aprendizaje supervisado vs no supervisado
Temario del curso y objetivos de aprendizaje
La Comunidad de Discord para Aprender con Amigos
Toma notas de tu curso en tiempo real en Frogames Formación
IA en Medicina: Detección de Enfermedades usando la IA Google Teachable Machine(3:17:53)
Caso Práctico 1: Detección de Enfermedades de Pecho usando la IA Google Teachable Machine
El auge de la IA en las aplicaciones sanitarias
El auge de la IA en las aplicaciones sanitarias
Descripción del Proyecto
Entrenar y probar el modelo de IA en Google Teachable Machines
Tras el telón - Redes Neuronales Artificiales Simplificadas
Tras el telón - Procesos de Training y Testing en Redes Neuronales Artificiales
Tras el telón - Nomenclatura de IA al detalle
Tras el telón - Matrices de Confusión
Demo de RNA en Tensorflow Playground
Exportar, Guardar y Poner un modelo de IA en Producción
Inmersión Profunda en las Redes Neuronales Convolucionales (CNN)
Descripción de la Covid-Net
COVID-Net
Proyecto Final de IA aplicada a Medicina
Solución del Proyecto Final de IA aplicada a Medicina
IA Emotiva usando la IA de Google Teachable Machines(2:07:15)
Caso Práctico 2: IA Emotiva con Google Teachable Machines
Introducción a la IA Emotiva y descripción del proyecto
Emotion AI para pruebas de anuncios y análisis de medios
Demo de Teachable Machine #1 - Recolección de Datos
Demo de Teachable Machine #2 - Entrenamiento del Modelo
Demo de Teachable Machine #3 - Despliegue del Modelo y Testing
KPIs de Modelos de Clasificación - Parte # 1
KPIs de Modelos de Clasificación - Parte # 2
Aprendizaje por Transferencia
Otras redes neuronales, ResNets e ImageNets
Tarea 2: Proyecto Final de Emotion AI
Solución 2: Proyecto Final de Emotion AI
IA para detección de enfermedades cardiovasculares con DataRobot(3:15:47)
Caso Práctico 3. Detección de enfermedades cardiovasculares con DataRobot
Descripción del Proyecto. Detección de enfermedades cardiovasculares DataRobot
IA para la detección de enfermedades cardiovasculares
Demo DataRobot #1: Registro y subida de datos
Demo DataRobot #2: Selección de variable objetivo y análisis exploratorio
Demo DataRobot #3: Entreamiento del modelo y importancia de variables
Precision, Recall, Curvas ROC y AUC
Demo DataRobot #4: Evaluación del Modelo y Evaluación
Demo DataRobot #5: Publicación e inferencia del Modelo
Introducción a XG-Boost [Lectura Opcional / Material Adicional]
¿Qué es Boosting? [Lectura Opcional / Material Adicional]
Árboles de Decisión y técnicas de conjunto [Lectura Opcional/Material Adicional]
Inmersión Profunda en Gradient Boosting #1 [Lectura Opcional/Material Adicional]
Inmersión Profunda en Gradient Boosting #2 [Lectura Opcional/Material Adicional]
IA en Negocios con AWS Autopilot(2:20:47)
Caso Práctico 4. IA aplicada a Negocios
Introducción a la IA en Negocios con AWS
Aplicaciones de IA en negocios
Descripción del Proyecto: Predicción de Seguros Premium
Regresión Lineal Simple y Múltiple
Introducción a Amazon Web Services (AWS)
Amazon S3 y EC2
Introducción a AWS SageMaker
Métricas de Regresión
Demo de AWS SageMaker Autopilot #1
Demo de AWS SageMaker Autopilot #2
Demo de AWS SageMaker Autopilot #3
IA para reconocimiento de alimentos e IA explicable con DataRobot(1:02:37)
Caso Práctico 5. Reconocimiento de alimentos con IA y Explainable AI
Introducción al proyecto: Reconocimiento de Alimentos con IA
Aprendizaje automático e inteligencia artificial en la industria alimentaria
Demo DataRobot #1 - Cargar y Explorar el Dataset
Demo DataRobot #2 - Entrenar el modelo de IA
Demo DataRobot #3 - IA Explicable
Material Adicional(51:49)
Teoría de la Regresión Logística [Clase Opcional / Material Adicional]
Balance de Sesgo y Varianza [Clase Opcional / Material Adicional]
Regularización L1 y L2 - Parte # 1 [Clase Opcional / Material Adicional]
Regularización L1 y L2 - Parte # 2 [Clase Opcional / Material Adicional]
Extras adicionales por ser estudiante de Frogames(49:13)
Hoja de atajos - IA con cero código
Análisis adicional - Detección de la diabetes
Análisis adicional - Creación del modelo con Data Robot
Análisis adicional - Predicción de resultados y evaluación del modelo
148 €
Gratis
Gratis
Gratis
Gratis