MÓDULO 1. TRANSFORMACIÓN DIGITAL UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL LA TRANSFORMACIÓN DIGITAL Introducción a la transformación digital Concepto de innovación Concepto de tecnología Tipología de la tecnología Punto de vista de la ventaja competitiva Según su disposición en la empresa Desde el punto de vista de un proyecto Otros tipos de tecnología La innovación tecnológica Competencias básicas de la innovación tecnológica El proceso de innovación tecnológica Herramientas para innovar Competitividad e innovación UNIDAD DIDÁCTICA 2. LA SOCIEDAD 3.0 Filosofía Web 3.0 y su impacto en el mundo empresarial Socialización de la Web Adaptación del mundo empresarial a las Nuevas tecnologías UNIDAD DIDÁCTICA 3. NUEVO ECOSISTEMA DIGITAL Community Manager Chief Data Officer Data Protection Officer Data Scientist Otros perfiles Desarrollo de competencias informáticas El Papel del CEO como líder en la transformación UNIDAD DIDÁCTICA 4. NUEVOS MODELOS DE NEGOCIO EN EL ENTORNO DIGITAL La transición digital del modelo de negocio tradicional Nuevos modelos de negocio Freemium Modelo Long Tail Modelo Nube y SaaS Modelo Suscripción Dropshipping Afiliación Infoproductos y E-Learning Otros UNIDAD DIDÁCTICA 5. PLAN DE TRANSFORMACIÓN DIGITAL Diagnóstico de la madurez digital de la empresa Análisis de la innovación en la empresa Elaboración del roadmap Provisión de financiación y recursos tecnológicos Implementación del plan de transformación digital Seguimiento del plan de transformación digital UNIDAD DIDÁCTICA 4. CASOS DE ÉXITO EN LA TRANSFORMACIÓN DIGITAL BBVA y la empresa inteligente DKV Salud y #MédicosfrentealCOVID El Corte Inglés Cepsa y su apuesta por los servicios cloud de AWS UNIDAD DIDÁCTICA 6. EL NUEVO CLIENTE DIGITAL Rediseñando el customer experience La transformación de los canales de distribución: omnicanalidad Plan de marketing digital Buyer´s Journey Growth Hacking: estrategia de crecimiento El nuevo rol del marketing en el funnel de conversión UNIDAD DIDÁCTICA 7. NUEVOS MERCADOS, NUEVAS OPORTUNIDADES Oportunidades de innovación derivadas de la globalización Como Inventar Mercados a través de la Innovación Etapas de desarrollo y ciclos de vida Incorporación al mercado Metodologías de desarrollo UNIDAD DIDÁCTICA 8. LA INNOVACIÓN EN LOS PROCESOS ORGANIZATIVOS La transformación digital de la cadena de valor La industria 4.0 Adaptación de la organización a través del talento y la innovación Modelos de proceso de innovación Gestión de innovación Sistema de innovación Cómo reinventar las empresas innovando en procesos Innovación en Procesos a través de las TIC El Comercio Electrónico: innovar en los canales de distribución Caso de estudio voluntario: La innovación según Steve Jobs Caso Helvex: el cambio continuo La automatización de las empresas: RPA, RBA y RDA MÓDULO 2. BIG DATA UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA ¿Qué es Big Data? La era de las grandes cantidades de información. Historia del big data La importancia de almacenar y extraer información Big Data enfocado a los negocios Open Data Información pública IoT (Internet of Things-Internet de las cosas) UNIDAD DIDÁCTICA 2. FUENTES DE DATOS Definición y relevancia de la selección de las fuentes de datos Naturaleza de las fuentes de datos Big Data UNIDAD DIDÁCTICA 3. OPEN DATA Definición, Beneficios y Características Ejemplo de uso de Open Data UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA Diagnóstico inicial Diseño del proyecto Proceso de implementación Monitorización y control del proyecto Responsable y recursos disponibles Calendarización Alcance y valoración económica del proyecto UNIDAD DIDÁCTICA 5. ECOSISTEMA HADOOP ¿Qué es Hadoop? Relación con Big Data Instalación y configuración de insfraestructura y ecosistema Hadoop Sistema de archivos HDFS MapReduce con Hadoop Apache Hive Apache Hue Apache Spark UNIDAD DIDÁCTICA 6. WEKA Y DATA MINING ¿Qué es Weka? Técnicas de Data Mining en Weka Interfaces de Weka Selección de atributos MÓDULO 3. BUSINESS INTELLIGENCE UNIDAD DIDÁCTICA 1. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN Definiendo el concepto de Business Intelligence y sociedad de la información Arquitectura de una solución de Business Intelligence Business Intelligence en los departamentos de la empresa Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual Sistemas operacionales y Procesos ETL en un sistema de BI Ventajas y Factores de Riesgos del Business Intelligence UNIDAD DIDÁCTICA 2. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE Cuadros de Mando Integrales (CMI) Sistemas de Soporte a la Decisión (DSS) Sistemas de Información Ejecutiva (EIS) UNIDAD DIDÁCTICA 3. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO Introducción a la minería de datos y el aprendizaje automático Proceso KDD Modelos y Técnicas de Data Mining Áreas de aplicación Minería de textos y Web Mining Data mining y marketing UNIDAD DIDÁCTICA 4. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTAL Aproximación al concepto de DataMart Procesos de extracción, transformación y carga de datos (ETL) Data Warehouse Herramientas de Explotación Herramientas para el desarrollo de cubos OLAP UNIDAD DIDÁCTICA 5. DATAWAREHOUSE O ALMACÉN DE DATOS CORPORATIVOS Visión General. ¿Por qué DataWarehouse? Estructura y Construcción Fases de implantación Características Data Warehouse en la nube UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS ¿Qué es la visualización de datos? Importancia y herramientas de la visualización de datos Visualización de datos: Principios básicos UNIDAD DIDÁCTICA 7. TABLEAU ¿Qué es Tableau? Usos y aplicaciones Tableau Server: Arquitectura y Componentes Instalación Tableau Espacio de trabajo y navegación Conexiones de datos en Tableau Tipos de filtros en Tableau Ordenación de datos, grupos, jerarquías y conjuntos Tablas y gráficos en Tableau UNIDAD DIDÁCTICA 8. POWERBI Business Intelligence en Excel Herramientas Powerbi MÓDULO 4. METODOLOGÍA DE LA INVESTIGACIÓN UNIDAD DIDÁCTICA 1. EL CONOCIMIENTO CIENTÍFICO - CONCEPTO DE INVESTIGACIÓN La investigación científica: proceso de descubrimiento y construcción del conocimiento El ejercicio profesional y el uso de insumos variados en la ciencia y tecnología Origen de un proceso de Investigación y opciones paradigmáticas UNIDAD DIDÁCTICA 2. IDENTIFICACIÓN Y FORMULACIÓN DE PROBLEMAS PARA LA INVESTIGACIÓN Construcción de un marco conceptual y antecedentes como parte de una iniciativa de Investigación Actuación sobre el problema, propósito y objetivo UNIDAD DIDÁCTICA 3. VARIABLES O FACTORES DE INTERÉS - INDICADORES Y FUENTES DE DATOS Definiciones claves Delimitación y justificación de cada Investigación Revisión de literatura relevante y sustentación de las variables en el marco de un proceso de investigación Identificación, selección, clasificación y uso de fuentes y sustentación de las variables e hipótesis UNIDAD DIDÁCTICA 4. PROCEDIMIENTO GENERAL Diseño Universo Muestreo Instrumentación Recolección y procesamiento de datos Análisis, interpretación y reporte de resultados MÓDULO 5. CIENCIA DE DATOS: DATA SCIENCE UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS ¿Qué es la ciencia de datos? Herramientas necesarias para el científico de datos Data Science & Cloud Compunting UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES Modelo de datos Tipos de datos Claves primarias Índices El valor NULL Claves ajenas Vistas Lenguaje de descripción de datos (DDL) Lenguaje de control de datos (DCL) UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE ¿Qué es una base de datos NoSQL? Bases de datos Relaciones Vs Bases de datos NoSQL Tipo de Bases de datos NoSQL Teorema de CAP Sistemas de Bases de datos NoSQL UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASE DE DATOS NOSQL, MONGODB ¿Qué es MongoDB? Funcionamiento y usos de MongoDB Primeros pasos con MongoDB: Instalación y Shell de comandos Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos Actualización de datos en MongoDB: Sentencias set y update Trabajando con índices en MongoDB para optimización de datos Consulta de datos en MongoDB UNIDAD DIDÁCTICA 5. PYTHON Y EL ANÁLISIS DE DATOS Introducción a Python ¿Qué necesitas? Librerías para el análisis de datos en Python MongoDB, Hadoop y Python Dream Team del Big Data UNIDAD DIDÁCTICA 6. R COMO HERRAMIENTA PARA BIG DATA Introducción a R ¿Qué necesitas? Tipos de datos Estadística Descriptiva y Predictiva con R Integración de R en Hadoop UNIDAD DIDÁCTICA 7. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS Obtención y limpieza de los datos (ETL) Inferencia estadística Modelos de regresión Pruebas de hipótesis UNIDAD DIDÁCTICA 8. ANÁLISIS DE LOS DATOS Inteligencia Analítica de negocios La teoría de grafos y el análisis de redes sociales Presentación de resultados MÓDULO 6. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Introducción a la inteligencia artificial Historia La importancia de la IA UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL Tipos de inteligencia artificial UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL Algoritmos aplicados a la inteligencia artificial UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA Relación entre inteligencia artificial y big data IA y Big Data combinados El papel del Big Data en IA Tecnologías de IA que se están utilizando con Big Data UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS Sistemas expertos Estructura de un sistema experto Inferencia: Tipos Fases de construcción de un sistema Rendimiento y mejoras Dominios de aplicación Creación de un sistema experto en C# Añadir incertidumbre y probabilidades UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL Futuro de la inteligencia artificial Impacto de la IA en la industria El impacto económico y social global de la IA y su futuro MÓDULO 7. MACHINE LEARNING UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING Machine Learning Clasificación de algoritmos de aprendizaje automático Ejemplos de aprendizaje automático Diferencias entre el aprendizaje automático y el aprendizaje profundo Tipos de algoritmos de aprendizaje automático El futuro del aprendizaje automático UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING Introducción Algoritmos UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN Introducción Filtrado colaborativo Clusterización Sistemas de recomendación híbridos UNIDAD DIDÁCTICA 4. CLASIFICACIÓN Clasificadores Algoritmos UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING Componentes Aprendizaje UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN Introducción El proceso de paso de DSS a IDSS Casos de aplicación UNIDAD DIDÁCTICA 7. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW Aprendizaje profundo Entorno de Deep Learning con Python Aprendizaje automático y profundo UNIDAD DIDÁCTICA 8. SISTEMAS NEURONALES Redes neuronales Redes profundas y redes poco profundas UNIDAD DIDÁCTICA 9. ESTRATEGIAS DE APRENDIZAJE Entrada y salida de datos Entrenar una red neuronal Gráficos computacionales Implementación de una red profunda El algoritmo de propagación directa Redes neuronales profundas multicapa MÓDULO 8. PROCESAMIENTO DE LENGUAJE NATURAL (PLN) UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN ¿Qué es PLN? ¿Qué incluye el PLN? Ejemplos de uso de PLN Futuro del PLN UNIDAD DIDÁCTICA 2. RECURSOS PARA EL PLN Introducción a Python ¿Qué necesitas? Librerías para el análisis de datos en Python PLN en Python con la librería NLTK Otras herramientas para PLN UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN Principios del análisis sintáctico Gramática libre de contexto Analizadores sintácticos (Parsers) UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN Aspectos introductorios del análisis semántico Lenguaje semántico para PLN Análisis pragmático UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN Aspectos introductorios Pasos en la extracción de información Ejemplo PLN Ejemplo PLN con entrada de texto en inglés MÓDULO 9. CHATBOTS E INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1 .¿QUÉ ES LA INTELIGENCIA ARTIFICIAL? Introducción a la Inteligencia artificial El Test de Turing Agentes Inteligentes Aplicaciones de la inteligencia artificial UNIDAD DIDÁCTICA 2. ¿QUÉ ES UN CHATBOT? Aspectos introductorios ¿Qué es un chatbot? ¿Cómo funciona un chatbot? VoiceBots Desafios para los Chatbots UNIDAD DIDÁCTICA 3. RELACIÓN ENTRE IA Y CHATBOTS Chatbots y el papel de la Inteligencia Artificial (IA) Usos y beneficios de los chatbots Diferencia entre bots, chatbots e IA UNIDAD DIDÁCTICA 4. ÁMBITOS DE APLICACIÓN CHATBOTS Áreas de aplicación de Chatbots Desarrollo de un chatbot con ChatterBot y Python Desarrollo de un chatbot para Facebook Messenger con Chatfuel MÓDULO 10. INTERNET DE LAS COSAS UNIDAD DIDÁCTICA 1. INTERNET DE LAS COSAS Contexto Internet de las Cosas (IoT) ¿Qué es IoT? Elementos que componen el ecosistema IoT Arquitectura IoT Dispositivos y elementos empleados Ejemplos de uso Retos y líneas de trabajo futuras UNIDAD DIDÁCTICA 2. TECNOLOGÍAS APLICADAS A INTERNET DE LAS COSAS La relación entre M2M e IoT IoT y Smart Cities Los sistemas inteligentes de transporte Smart Home UNIDAD DIDÁCTICA 3. DISPOSITIVOS Y APLICACIONES IOT Dispositivos e IoT Interfaces Impresión 3D UNIDAD DIDÁCTICA 4. SEGURIDAD EN IOT La seguridad TIC Tipos de seguridad TIC Vulnerabilidades de IoT Necesidades de seguridad específicas de IoT UNIDAD DIDÁCTICA 5. SISTEMAS ENERGÉTICOS BASADOS EN IOT La importancia de la eficiencia energética Las fuentes de consumo IoT como gran aliado de las energías renovables Microrredes UNIDAD DIDÁCTICA 6. SISTEMAS CIBERFÍSICOS Contexto Sistemas Ciberfísicos (CPS) Características CPS Componentes CPS Ejemplos de uso Retos y líneas futuras UNIDAD DIDÁCTICA 7. INTERNET DE LAS COSAS CON ARDUINO Introducción a Arduino Características Objetivos Una vuelta por el pasado El microcontrolador Componentes hardware MÓDULO 11. ROBÓTICA Y AUTOMATIZACIÓN INDUSTRIAL UNIDAD DIDÁCTICA 1. CONCEPTOS Y EQUIPOS UTILIZADOS EN AUTOMATIZACIÓN INDUSTRIAL Conceptos previos Objetivos de la automatización Grados de automatización Clases de automatización Equipos para la automatización industrial Diálogo Hombre-máquina, HMI y SCADA UNIDAD DIDÁCTICA 2. PRINCIPIOS ELÉCTRICOS Y ELECTRO-MAGNÉTICOS Principios y propiedades de la corriente eléctrica Fenómenos eléctricos y electromagnéticos Medida de magnitudes eléctricas. Factor de potencia Leyes utilizadas en el estudio de circuitos eléctricos Sistemas monofásicos. Sistemas trifásicos UNIDAD DIDÁCTICA 3. INSTALACIONES ELÉCTRICAS APLICADAS A INSTALACIONES AUTOMATIZADAS Tipos de motores y parámetros fundamentales Procedimientos de arranque e inversión de giro en los motores Sistemas de protección de líneas y receptores eléctricos Variadores de velocidad de motores. Regulación y control Dispositivos de protección de líneas y receptores eléctricos UNIDAD DIDÁCTICA 4. COMPONENTES DE AUTOMATISMOS ELÉCTRICOS Automatismos secuenciales y continuos. Automatismos cableados Elementos empleados en la realización de automatismos: elementos de operador, relé, sensores y transductores Cables y sistemas de conducción de cables Técnicas de diseño de automatismos cableados para mando y potencia Técnicas de montaje y verificación de automatismos cableados UNIDAD DIDÁCTICA 5. REGLAJE Y AJUSTES DE INSTALACIONES AUTOMATIZADAS Reglajes y ajustes de sistemas mecánicos, neumáticos e hidráulicos Reglajes y ajustes de sistemas eléctricos y electrónicos Ajustes de Programas de PLC entre otros Reglajes y ajustes de sistemas electrónicos Reglajes y ajustes de los equipos de regulación y control Informes de montaje y de puesta en marcha UNIDAD DIDÁCTICA 6. ROBÓTICA. EVOLUCIÓN Y PRINCIPALES CONCEPTOS Introducción a la robótica Contexto de la robótica industrial Mercado actual de los brazos manipuladores Qué se entiende por Robot Industrial Elementos de un sistema robótico Subsistemas de un robot Tareas desempeñadas con robótica Clasificación de los robots UNIDAD DIDÁCTICA 7. INCORPORACIÓN DEL ROBOT EN UNA LÍNEA AUTOMATIZADA El papel de la Robótica en la automatización Interacción de los robots con otras máquinas La célula robotizada Estudio técnico y económico del robot Normativa Accidentes y medidas de seguridad UNIDAD DIDÁCTICA 8. CARACTERÍSTICAS TÉCNICAS Y MORFOLÓGICAS DE LOS ROBOTS Componentes del brazo robot Características y capacidades del robot Definición de grados de libertad Definición de capacidad de carga Definición de velocidad de movimiento Resolución espacial, exactitud, repetibilidad y flexibilidad Definición de volumen de trabajo Consideraciones sobre los sistemas de control Morfología de los robots Tipo de coordenadas cartesianas. Voladizo y pórtico Tipología cilíndrica Tipo esférico Brazos robots universal UNIDAD DIDÁCTICA 9. EQUIPOS ACTUADORES Tipología de actuadores y transmisiones Funcionamiento y curvas características Funcionamiento de los Servomotores Motores paso a paso Actuadores Hidráulicos Actuadores Neumáticos Estudio comparativo Tipología de transmisiones UNIDAD DIDÁCTICA 10. SENSORES EN ROBÓTICA Dispositivos sensoriales Características técnicas Puesta en marcha de sensores Sensores de posición no ópticos Sensores de posición ópticos Sensores de velocidad Sensores de proximidad Sensores de fuerza Visión artificial UNIDAD DIDÁCTICA 11. LA UNIDAD CONTROLADORA El controlador Hardware Métodos de control El procesador en un controlador robótico Ejecución a tiempo real UNIDAD DIDÁCTICA 12. ELEMENTOS TERMINALES Y APLICACIONES DE TRASLADO. PICK AND PLACE Elementos y actuadores terminales de robots Conexión entre la muñeca y la herramienta final Utilización de robots para traslado de materiales y carga/descarga automatizada. Pick and place Aplicaciones de traslado de materiales. Pick and place Cogida y sujeción de piezas por vacío. Ventosas Imanes permanentes y electroimanes Pinzas mecánicas para agarre Sistemas adhesivos Sistemas fluídicos Agarre con enganche MÓDULO 12. DIGITAL TWINS UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A DIGITAL TWINS ¿Qué es Digital Twins? Campos de aplicación de Digital Twins Uso de la inteligencia artificial y el Machine Learning en Digital Twins Digital Twins como herramienta en la producción Monitorización del gemelo digital en la toma de decisiones Comunicación entre Sistema real y Digital Twin Optimización del matenimiento con Digital Twins UNIDAD DIDÁCTICA 2. SIMULACIÓN DE PRODUCCIÓN DE FABRICACIÓN MECÁNICA Concepto, clasificación y aplicaciones Gestión del reloj en la simulación discreta Simulación aleatoria, obtención de muestras y análisis de resultados Introducción a los lenguajes de simulación UNIDAD DIDÁCTICA 3. CONTEXTO DE LA INGENIERÍA SIMULTANEA Y CICLO DE VIDA DEL PRODUCTO Antecedentes y surgimiento de las técnicas de ingeniería simultanea Control de la producción desde el diseño Diseño para seis sigma DFSS Definición y tendencias de la Ingeniería Concurrente Ingeniería convencional VS ingeniería concurrente Fundamentos y elementos comunes las herramientas de la ingeniería concurrente: las T´s Ciclo de vida del producto Herramientas “Disign for X” Ejemplos de aplicación de la ingeniería simultanea UNIDAD DIDÁCTICA 4. INTEGRACIÓN DE LA INGENIERÍA CONCURRENTE CON EL SISTEMA DE GESTIÓN DE CALIDAD Paralelismos entre calidad e ingeniería simultánea Herramientas de mejora de la calidad El aseguramiento de la calidad: la ISO y PDCA La gestión de la calidad total: EFQM Diagrama Causa-Efecto Diagrama de Pareto Círculos de Control de Calidad UNIDAD DIDÁCTICA 5. FUNDAMENTOS DE SISTEMAS DE CONTROL Y SUPERVISIÓN DE PROCESOS: SCADA Y HMI Contexto evolutivo de los sistemas de visualización Sistemas avanzados de organización industrial: ERP y MES Consideraciones previas de supervisión y control El concepto de “tiempo real” en un SCADA Conceptos relacionados con SCADA Definición y características del sistemas de control distribuido Sistemas SCADA frente a DCS Viabilidad técnico económica de un sistema SCADA Mercado actual de desarrolladores SCADA PC industriales y tarjetas de expansión Pantallas de operador HMI Características de una pantalla HMI Software para programación de pantallas HMI Dispositivos tablet PC UNIDAD DIDÁCTICA 6. BUSES Y REDES INDUSTRIALES. CONCEPTOS INICIALES Buses de campo: aplicación y fundamentos Evaluación de los buses industriales Diferencias entre cableado convencional y cableado con Bus Selección de un bus de campo Funcionamiento y arquitectura de nodos y repetidores Conectores normalizados Normalización Comunicaciones industriales aplicadas a instalaciones en Domótica e Inmótica Buses propietarios y buses abiertos Tendencias Gestión de redes UNIDAD DIDÁCTICA 7. FUNCIONAMIENTO Y APLICACIÓN DE LOS PRINCIPALES BUSES INDUSTRIALES Clasificación de los buses AS-i (Actuator/Sensor Interface) DeviceNet CANopen (Control Area Network Open) SDS (Smart Distributed System) InterBus WorldFIP (World Factory Instrumentation Protocol) HART (Highway Addressable Remote Transducer) P-Net BITBUS ARCNet CONTROLNET PROFIBUS (PROcess FIeld BUS) FIELDBUS FOUNDATION MODBUS ETHERNET INDUSTRIAL UNIDAD DIDÁCTICA 8. GMAO - GESTIÓN DEL MANTENIMIENTO ASISTIDO POR ORDENADOR Que es GMAO Que es CMMS - GMAC Ventajas de utilizar Programas GMAO - Software GMAO Los mejores Programas GMAO - Software GMAO Módulos de un GMAOComo elegir un Programa GMAO - Software GMAOSoftware de mantenimiento gratuito PMX-PRO MÓDULO 13. SEMINARIO DE TESIS UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y TRASFONDO Introducción Antecedentes Marco Contextual Planteamiento del problema y preguntas de investigación Justificación del problema de investigación Objetivo general y específicos Variables e indicadores Definición de términos UNIDAD DIDÁCTICA 2. REVISIÓN DE LITERATURA Introducción Revisión de literatura referente al estudio a realizar UNIDAD DIDÁCTICA 3. METODOLOGÍA Introducción Tipo de Estudio Descripción de la población y muestra Descripción del Instrumento de investigación Validación y confiabilidad del Instrumento de investigación Procedimientos Análisis estadísticos Alcances y límites del estudio UNIDAD DIDÁCTICA 4. PRESENTACIÓN DE LOS RESULTADOS Introducción Presentación de Resultados UDIDAD DIDÁCTICA 5. DISCUSIÓN Introducción Análisis Conclusiones Recomendaciones Referencias Anexos MÓDULO 14. MACHINE LEARNING CON ARDUINO Y TENSORFLOW 2.0 UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y PRIMEROS PASOS ¿Qué es la inteligencia artificial? Hardware y software unidos por la Inteligencia Artificial Inteligencia Artificial y Visión Artificial Arduino: introducción UNIDAD DIDÁCTICA 2. PREPARACIÓN DE ARDUINO Y CONFIGURACIÓN DE ENTORNO PYTHON Instalación de Arduino Configurando tu Arduino para Python UNIDAD DIDÁCTICA 3. CODIFICACIÓN Y CONTROL DE ARDUINO CON PYTHON Control de Arduino UNIDAD DIDÁCTICA 4. MANEJO DE ENTRADAS ANALÓGICAS CON PYTHON Manejo de entradas Entradas analógicas UNIDAD DIDÁCTICA 5. USO DE SALIDAS ANALÓGICAS Salidas analógicas Valores analógicos en Arduino UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A MACHINE LEARNING Introducción al machine learning Aprendizaje supervisado Aprendizaje no supervisado UNIDAD DIDÁCTICA 7. REDES NEURONALES, SERIES TEMPORALES Y PROBLEMAS DE REGRESIÓN Redes neuronales y deep learning Series Temporales UNIDAD DIDÁCTICA 8. OBTENCIÓN DE PARÁMETROS EN ARDUINO Y GENERACIÓN DE CONJUNTOS DE DATOS Funciones y parámetros Variables y constantes especializadas Estructura de control UNIDAD DIDÁCTICA 9. PROCESAMIENTO DE DATOS Y ETAPA DE ENTRENAMIENTO Introducción ¿Qué son los datos de entrenamiento de IA? ¿Por qué se requieren datos de entrenamiento de IA? ¿Cuántos datos son adecuados? ¿Qué afecta la calidad de los datos en el entrenamiento? UNIDAD DIDÁCTICA 10. CREACIÓN DE RED NEURONAL ARTIFICIAL Y APLICACIONES CON ARDUINO Y TENSORFLOW CON KERAS Crear red neural paso a paso Redes neuronales: Aprendizaje Otras redes neuronales MÓDULO 15. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES La visión artificial: definiciones y aspectos principales UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL Ópticas Iluminación Cámaras Sistemas 3D Sensores Equipos compactos Metodologías para la selección del hardware UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL Algoritmos Software Segmentación e interpretación de imágenes Metodologías para la selección del software UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0 Aplicaciones clásicas: discriminación, detección de fallos… Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO) UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV Descripción general OpenCV Instalación OpenCV para Python en Windows Instalación OpenCV para Python en Linux Anaconda y OpenCV UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS Manejo de archivos Leer una imagen con OpenCV Mostrar imagen con OpenCV Guardar una imagen con OpenCV Operaciones aritméticas en imágenes usando OpenCV Funciones de dibujo UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES Redimensión de imágenes Erosión de imágenes Desenfoque de imágenes Bordeado de imágenes Escala de grises en imágenes Escalado, rotación, desplazamiento y detección de bordes Erosión y dilatación de imágenes Umbrales simples Umbrales adaptativos Umbral de Otsu Contornos de imágenes Incrustación de imágenes Intensidad en imágenes Registro de imágenes Extracción de primer plano Operaciones morfológicas en imágenes Pirámide de imágen UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING Analizar imágenes usando histogramas Ecualización de histogramas Template matching Detección de campos en documentos usando Template matching UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR Espacios de color en OpenCV Cambio de espacio de color Filtrado de color Denoising de imágenes en color Visualizar una imagen en diferentes espacios de color UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS Detección de líneas Detección de círculos Detectar esquinas (Método Shi-Tomasi) Detectar esquinas (método Harris) Encontrar círculos y elipses Detección de caras y sonrisas UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO Vecino más cercano (K-Nearest Neighbour) Agrupamiento de K-medias (K-Means Clustering) MÓDULO 16. CIENCIAS DEL COMPORTAMIENTO, BIG DATA, INTELIGENCIA ARTIFICIAL E INTERNET OF BEHAVIORS (IOB) UNIDAD DIDÁCTICA 1. MARKETING, MERCHANDISING Y PUBLICIDAD EN IOB Internet of Behavior UNIDAD DIDÁCTICA 2. CIENCIAS COGNITIVAS DEL COMPORTAMIENTO Ciencia cognitiva UNIDAD DIDÁCTICA 3. NEUROPSICOLOGÍA Y CÓMO CAPTAR LA ATENCIÓN DE UN USUARIO Neuropsicología UNIDAD DIDÁCTICA 4. PRODUCTOS Y CONTENIDOS PERSONALIZADOS GRACIAS AL INTERNET OF BEHAVIORS (IOB) Personalización IOB UNIDAD DIDÁCTICA 5. VISIÓN POR COMPUTADORA Y ANÁLISIS FACIAL La visión Artificial UNIDAD DIDÁCTICA 6. PROCESAMIENTO AUTOMÁTICO DE IDIOMAS Procesamiento del lenguaje natural UNIDAD DIDÁCTICA 7. ANÁLISIS DE COMPORTAMIENTO Y SEGURIDAD OPERACIONAL Análisis de comportamiento UNIDAD DIDÁCTICA 8. DEL BIG DATA AL ANÁLISIS DE SENTIMIENTOS Análisis de opinión MÓDULO 17.TRABAJO DE TESIS UNIDAD DIDÁCTICA 1. PROBLEMA E HIPÓTESIS Selección del problema Ejemplo de problema Planteamiento del problema Definición del problema Definición de conceptos Límites de la investigación Formulación de hipótesis Sugerencias para la elaboración de hipótesis Hipótesis de investigación Hipótesis de nulidad Nivel de significación Las variables Clasificación Papel de las variables en las hipótesis Investigación descriptiva Investigación explicativa Investigaciones correlacionales Estudios transversales y longitudinales Estudios cuantitativos y cualitativos UNIDAD DIDÁCTICA 2. INSTRUMENTOS DE INVESTIGACIÓN Y PRODUCCIÓN CIENTÍFICA La observación Los cuestionarios La entrevista El análisis de contenidos Análisis de datos Mecanismos y procedimientos para el procesamiento de datos Instrumentos estadísticos: porcentajes, el modo, la media, la mediana y la desviación estándar UNIDAD DIDÁCTICA 3. PRESENTACIÓN DE DATOS Los gráficos lineales Los gráficos de barras Los gráficos circulares Los cuadros de área o volumen Los mapas Los esquemas Matrices UNIDAD DIDÁCTICA 4. ELABORACIÓN DEL PROYECTO Título de tema Introducción Planteamiento del problema Objetivos Hipótesis Marco teórico Metodología Tipo de estudio Instrumento para la recolección de datos Procedimientos Universo y muestra Esquema de posibles capítulos Bibliografía y referencias bibliográficas Anexos