Módulo 01 Primeros pasos en la Inteligencia Artificial

Tema 01 Historia de la Inteligencia Artificial

Tema 02 Conceptos fundamentales de la Inteligencia Artificial

Tema 03 Tipos de Inteligencia Artificial: Inteligencia Artificial débil e Inteligencia Artificial fuerte

Tema 04 Ética en la Inteligencia Artificial

Tema 05 Sesgos en los datos y los algoritmos

Tema 06 Privacidad y seguridad en la Inteligencia Artificial

Tema 07 Regulación y políticas de Inteligencia Artificial

Módulo 02 Programación Python y análisis matemático

Tema 01 Python, el nuevo desconocido

Tema 02 Características básicas del lenguaje I

Tema 03 Características básicas del lenguaje II

Tema 04 Programación Orientada a Objetos (POO) y métodos aplicados

Tema 05 Manipulación de datos y librerías de Inteligencia Artificial: Jupyter Notebooks, TensorFlow, PyTorch

Tema 06 Álgebra lineal y cálculo aplicado

Tema 07 Estadística

Módulo 03 Machine learning

Tema 01 Conceptos iniciales del machine learning

Tema 02 Aprendizaje supervisado

Tema 03 Aprendizaje no supervisado

Tema 04 Validación de modelos y selección de características

Tema 05 Prácticas y casos de estudio de machine learning

Tema 06 Tendencias actuales y futuras en aplicaciones de machine learning

Módulo 04 Deep learning y redes neuronales artificiales

Tema 01Principios del deep learning y redes neuronales artificiales

Tema 02Fundamentos de perceptrones

Tema 03Arquitecturas de redes multicapa

Tema 04Entrenamiento de redes neuronales

Tema 05Modelos preentrenados

Tema 06Redes neuronales convolucionales (CNN) y redes neuronales recurrentes (RNN)

Tema 07Modelos secuenciales

Tema 08Aplicaciones del deep learning y las redes neuronales artificiales

Módulo 05 Visión artificial

Tema 01 Fundamentos de la visión artificial

Tema 02 Adquisición y procesamiento de imágenes

Tema 03 Detección de objetos

Tema 04 Reconocimiento facial

Tema 05 Algoritmos y modelos de segmentación

Tema 06 Aplicaciones de la visión por computadora

Módulo 06 Procesamiento del lenguaje natural (NLP) e Inteligencia Artificial generativa

Tema 01 Introducción al NLP

Tema 02 Representación Vectorial de Texto

Tema 03 Modelos secuenciales y mecanismos de atención

Tema 04 Conversión Audio-Texto

Tema 05 Introducción la Inteligencia Artificial generativa

Tema 06 Grandes Modelos de Lenguaje (LLMs)

Tema 07 Generación de imágenes y vídeo

Tema 08 El futuro de la Inteligencia Artificial generativa

TFM

TFM 01 Visión artificial. Desarrollo de un sistema de detección de emociones faciales en humanos mediante CNNs.

TFM 02 Machine Learning. Análisis y optimización de modelos en machine learning, eligiendo una de las tres posibles aplicaciones propuestas.

TFM 03 NLP. Desarrollo de un chatbot para una empresa de e-commerce capaz de atender consultas en español e inglés.