¿Qué quieres aprender?

Master en Inteligencia Artificial e Ingeniería del Conocimiento

Master en Inteligencia Artificial e Ingeniería del Conocimiento

INESEM Business School.

Máster online


1.795

Duración : 12 Meses

Hoy en día, es clave administrar con éxito y profesionalidad la dirección y planificación estratégica de las TIC en cualquier institución.Gracias a este Master en Inteligencia artifical e Ingeniería del Conocimiento serás capaz de gestionar toda la información que ofrece el Big Data y aplicar diferentes tecnologías y herramientas de business inteliigence y Data Science para la gestión del conocimiento empresarial. Además, mediante diferentes técnicas de inteligencia artificial, machine learning y Deep learning estarás preparado para abordar los principales retos de futuro.En INESEM podrás trabajar en un Entorno Personal de Aprendizaje donde el alumno es el protagonista, avalado por un amplio grupo de tutores especialistas en el sector.

¿Quieres hablar con un asesor sobre este curso?

Objetivos

"-Ser capaz de llevar a cabo una gestión del conocimiento y la información profesional y de calidad.-Utilizar herramientas Big Data y Business Intelligence profesionales.-Analizar fuentes de información mediante técnicas de Data Science y programación estadística con Python y R.-Gestionar las principales tecnologías de inteligencia artificial, machine learning y Deep learning.-Poder procesar el lenguaje natural y crear chatbots con inteligencia artificial.-Aplicar las principales técnicas de ciberseguridad en cualquier proceso empresarial."

A quién va dirigido

El Master en Inteligencia Artificial e Ingeniería del Conocimiento está pensado para profesionales que trabajen con datos empresariales ya que podrás utilizar las principales tecnologías actuales y de esa forma realizar una gestión del conocimiento más actualizada y avanzada. También está pensado para estudiantes que quieran especializarse en la ciencia de datos.

Temario completo de este curso

Módulo 1. Gestión del conocimiento y la información

Unidad didáctica 1. La gestión del conocimiento

Unidad didáctica 2. Detectar, organizar y categorizar el conocimiento de la organización

Unidad didáctica 3. La propiedad intelectual

Unidad didáctica 4. La propiedad industrial

Unidad didáctica 5. El secreto empresarial

Unidad didáctica 6. Modelos de gestión del conocimiento

Unidad didáctica 7. Implementación de la gestión del conocimiento

Unidad didáctica 8. Gestión de la seguridad de los tratamientos

Módulo 2. Tecnologías para la gestión del conocimiento

Unidad didáctica 1. Herramientas 2.0 para la gestión del conocimiento

Unidad didáctica 2. El papel de las tic’s en la gestión del conocimiento

Unidad didáctica 3. Crm

Unidad didáctica 4. Monitorización y escucha activa

Unidad didáctica 5. Herramientas de acceso al conocimiento

Unidad didáctica 6. Transferencia tecnológica

Módulo 3. Big data introduction

Unidad didáctica 1. Introducción al big data

Unidad didáctica 2. Fuentes de datos

Unidad didáctica 3. Open data

Unidad didáctica 4. Fases de un proyecto de big data

Unidad didáctica 5. Business intelligence y la sociedad de la información

Unidad didáctica 6. Principales productos de business intelligence

Unidad didáctica 7. Big data y marketing

Unidad didáctica 8. Del big data al linked open data

Unidad didáctica 9. Internet de las cosas

Módulo 4. Herramientas y análisis big data

Unidad didáctica 1. Bases de datos nosql y el almacenamiento escalable

Unidad didáctica 2. Introducción a un sistema de bases de datos nosql. Mongodb

Unidad didáctica 3. Ecosistema hadoop

Unidad didáctica 4. Weka y data mining

Unidad didáctica 5. Pentaho

Módulo 5. Business intelligence y herramientas de visualización

Unidad didáctica 1. Minería de datos o data mining y el aprendizaje automático

Unidad didáctica 2. Datamart. Concepto de base de datos departamental

Unidad didáctica 3. Datawarehouse o almacén de datos corporativos

Unidad didáctica 4. Inteligencia de negocio y herramientas de analítica

Unidad didáctica 5. Introducción a la visualización de datos

Unidad didáctica 6. Tableau

Unidad didáctica 7. D3 (data driven documents)

Unidad didáctica 8. Google data

Unidad didáctica 9. Qlikview

Unidad didáctica 10. Powerbi

Unidad didáctica 11. Carto

Módulo 6. Data science y programación estadística con python y r

Unidad didáctica 1. Introducción a la ciencia de datos

Unidad didáctica 2. Bases de datos relacionales

Unidad didáctica 3. Python y el análisis de datos

Unidad didáctica 4. R como herramienta para big data

Unidad didáctica 5. Pre-procesamiento & procesamiento de datos

Unidad didáctica 6. Análisis de los datos

Módulo 7. Inteligencia artificial (ia), machine learning (ml) y deep learning (dl)

Unidad didáctica 1. Introducción a la inteligencia artificial

Unidad didáctica 2. Tipos de inteligencia artificial

Unidad didáctica 3. Algoritmos aplicados a la inteligencia artificial

Unidad didáctica 4. Relación entre inteligencia artificial y big data

Unidad didáctica 5. Sistemas expertos

Unidad didáctica 6. Futuro de la inteligencia artificial

Unidad didáctica 7. Introducción al machine learning

Unidad didáctica 8. Extracción de estructura de los datos: clustering

Unidad didáctica 9. Sistemas de recomendación

Unidad didáctica 10. Clasificación

Unidad didáctica 11. Redes neuronales y deep learning

Unidad didáctica 12. Sistemas de elección

Unidad didáctica 13. Deep learning con python, keras y tensorflow

Unidad didáctica 14. Sistemas neuronales

Unidad didáctica 15. Redes de una sola capa

Unidad didáctica 16. Redes multicapa

Unidad didáctica 17. Estrategias de aprendizaje

Módulo 8. Pln, chatbots e inteligencia artificial

Unidad didáctica 1. Introducción al pln

Unidad didáctica 2. Pln en python

Unidad didáctica 3. Computación de la sintaxis para el pln

Unidad didáctica 4. Computación de la semántica para el pln

Unidad didáctica 5. Recuperación y extracción de la información

Unidad didáctica 6. ¿qué es un chatbot?

Unidad didáctica 7. Relación entre ia y chatbots

Unidad didáctica 8. ámbitos de aplicación chatbots

Módulo 9. Ciberseguridad aplicada a inteligencia artificial (ia), smartphones, internet de las cosas (iot) e industria 4.0

Unidad didáctica 1. Ciberseguridad en nuevas tecnologías

Unidad didáctica 2. Ciberseguridad en smartphones

Unidad didáctica 3. Inteligencia artificial (ia) y ciberseguridad

Unidad didáctica 4. Ciberseguridad e internet de las cosas (iot)

Unidad didáctica 5. Seguridad informática en la industria 4.0

Módulo 10. Proyecto fin de máster

Ver más