Módulo 1. Industria 4.0 y Plan de Transformación Digital

• Industria 4.0 y Plan de Transformación Digital
• Diagnóstico Digital
• Estructura e implantación de un plan de transformación digital
• Proyecto

Módulo 2. Fundamentos de IA y Machine Learning

• Introducción a la IA y Machine Learning
• Algoritmos de regresión. Evaluación y métricas
• Ecosistemas de Machine Learning en la nube
• Proyecto: Análisis predictivo del precio de la vivienda

Módulo 3. Inteligencia Artificial en la industria conectada

• Inteligencia artificial para la industria 4.0
• Machine learning y redes neuronales
• Visión artificial OCR-OCV
• Proyecto

Módulo 4. Aprendizaje supervisado I

• Clasificación binaria, multiclase y métricas. Curva ROC
• Clasificación con Naive Bayes
• Clasificación con Support Vector Machine (SVM)
• Proyecto: Evaluación del estado de salud de un bebé durante el parto

Módulo 5.Robótica aplicada a la industria 4.0

• Robótica en la industria 4.0
• Cobots: Robots colaborativos. Programación básica
• Vehículos de guiado autónomo (VGAs)
• Proyecto

Módulo 6. Aprendizaje supervisado II

• Clasificación con KNN, regresión logística y softmax
• Regresión y clasificación con árboles de decisión
• Combinación de clasificadores: ensembles y random forests
• Proyecto: Desarrollo de un análisis predictivo sobre la propensión a abandonar la empresa por parte del personal empleado

Módulo 7. IoT y sistemas de comunicación

• Presentación de ESP8266 un microcontrolador muy listo
• Interactuando con el mundo físico
• Compartiendo la información con el mundo
• Proyecto

Módulo 8. Aprendizaje NO supervisado

• Reducción de dimensionalidad en los datos: PCA
• Algoritmos de agrupamiento: K Medias y jerárquico
• Técnicas de detección de anomalías
• Proyecto: PCA y CLUSTERING utilizando Python

Módulo 9. Blockchain aplicado a la industria 4.0

• Introducción al Blockchain
• Implicaciones del Blockchain en la industria 4.0
• La interacción entre Blockchain y las tecnologías de la industria 4.0
• Proyecto

Módulo 10. Redes neuronales y Deep Learning

• Hitos del Deep Learning y fundamentos de las redes neuronales
• Frameworks de Deep Learning: TensorFlow
• Ajuste de modelos de Deep Learning
• Proyecto: Análisis donde se aplican técnicas de Deep Learning

Módulo 11. Ciberseguridad aplicada a la Industria 4.0

• Ciberseguridad en entornos IT/OT/ICS/IoT
• Elaboración de Diagnóstico de Ciberseguridad
• Guías de buenas prácticas en ciberseguridad
• Proyecto

Módulo 12. Redes Neuronales Convolucionales (CNNs)

• Fundamentos de las CNNs: kernels, convolución, pooling, etc.
• Modelos pre-entrenados: Transfer Learning y Fine-Tuning
• Deep Learning en producción
• Proyecto: Análisis de un problema de clasificación de imágenes con Deep Learning

Módulo 13. Sistemas de recomendación

• Personalización creada por datos
• Filtrado Colaborativo
• Aplicaciones, tendencias y retos de los sistemas de recomendación
• Proyecto: Implementando un algoritmo de SR con la librería Surprise de Python

Módulo 14. Procesamiento del Lenguaje Natural

• Introducción al Procesamiento del Lenguaje Natural
• Modelos Probabilísticos de NLP y Métodos de Aplicación
• NLP – Modelos y Algoritmos
• Proyecto: Investigación detallada de un caso de estudio de NLP

Módulo 15. Global Project