u-virtual

instagram

Twitter 512x512

 Youtube 2013 icon

facebook-hover

linkedin-hover

 

 

 

 

baner diplomado en inteligencia artificial 3 02

 

Justificación

Dentro del marco de la Cuarta Revolución Industrial o “Industria 4.0” como tendencia actual de automatización e intercambio de datos, principalmente se incluyen los sistemas ciber-físicos, el internet de las cosas, la computación en la nube y técnicas de Big Data e Inteligencia Artificial, para dar respuesta a las necesidades del mercado que requieren interacción entre sistemas y asistan a los humanos para la toma de decisiones en tiempo real y vía internet.

Objetivo General:

Proporcionar los conocimientos necesarios para diseñar y construir un sistema de inteligencia de artificial y Big Data corporativa de acuerdo al contexto y a las necesidades estratégicas de la empresa haciendo uso de datos abiertos y datos locales.

Objetivos Específicos:

  • Homologar los conceptos claves de técnicas de manipulación de datos.
  • Identificar las técnicas de integración de datos adecuadas de acuerdo con el contexto de la organización, brindando los conocimientos para las extracciones, transformaciones y cargas de información de diferentes tipos de fuentes (tabulares, no estructurados y streamig) 
  • Desarrollar e implementar soluciones básicas de minería de datos, machine learning e inteligencia artificial, que permitan generar nuevo conocimiento al interior de las organizaciones. 
  • Evaluar los aspectos claves para la implementación de proyectos analíticos y big data dentro de las organizaciones.

Conocimientos previos requeridos:

  • Conocimientos teóricos y prácticos de bases de datos resaltando entre ellos los procesos de Normalización, Catalogación de Entidades y Modelo E-R.
  • Conceptos básicos sobre “Cloud” 
  • Deseable Linux básico y Windows Básicos. 
  • Deseables conocimientos de estadística descriptiva (media, mediana, cuartiles, desviación estándar y varianza)

 


TEMA 2

Procesamientos tipo High-Performance:

  • In-Memory
  • Tipo Grid 
  • Real-Time 
  • In Data-Base

Práctica: Ejecución de tipos de procesamiento

Ecosistema Hadoop:

  • Arquitectura
  • Manejo de archivos - HDFS 
  • Funcionalidades de Administración

Práctica de ingesta de datos en batch para hadoop

TEMA 3

Manipulación de datos

  • Homologación de conceptos para la manipulación de datos
  • Ética de los datos.

TEMA 4

Introducción al Ciclo de Vida de la Analítica CVA):

  • Conceptos básicos del CVA.
  • Beneficios de los proyectos usando CVA.

Gestión de los datos

  • Almacenamiento y consulta en tiempo real.
  • Calidad de los datos. 
  • Gobierno de información.

TEMA 5 - 6

Técnicas de Exploración y Visualización Analítica:

  •  Analítica Descriptiva
  • Analítica Predictiva 
  • Analítica Pronósticos 

Ejemplos y aplicaciones


TEMA 7-8

Introducción Minería de Datos:

  • Algoritmos de minería de datos
  • Metodología CRISP – DM (Cross-IndustryStandard Process for Data Mining)
  • Metodología SEMMA (Sample, Explore,Modify, Model, and Assess)
  • Metodología KDD (Knowledge Discovery in Databases)

Ejemplos y aplicaciones 

TEMA 8-9

Visualización de Modelos:

  • Buenas prácticas de Visualización
  • Diseño de Tableros de Control
  •  Diseño de Tableros Analíticos
  •  Construcción de reportes con tecnologías In Memory

Ejemplos y aplicaciones

TEMA 10-11

Introducción Técnicas de Machine Learning (ML) e Inteligencia Artificial (IA):

  • Técnicas de ML
  • Tipos de Redes Neuronales
  • Deep Learning
  • Computer Vision
  • Natural Language Processing

TEMA 12

Introducción Computación Cognitiva:

  • Creación de la Knowledge Base (KB)
  • Integración del ML con la KB

Implementación de Proyectos Analíticos

  • Personas
  • Datos
  • Tecnología
  • Procesos
  • Cultura

TEMA 13

Proyecto Final:

  • Creación de un OPENBOT para consulta de Datos Abiertos 

Metodología:

La metodología empleada se sustenta en el uso de componentes teóricos, con su respectiva demostración, adicionalmente se acompañará cada segmento con la realización de laboratorios por parte del estudiante, a través de un caso específico propuesto por el docente. El material de cada clase estará disponible al finalizar cada sesión para que cada alumno pueda afianzar en el proceso de aprendizaje.

Algunos momentos del Diplomado llevarán al alumno a un proceso de reto de teoría versus aplicación para generar elementos que aporten a su posicionamiento en entornos corporativos altamente exigentes.

El Proyecto Final consta de crear un aplicativo usando TELEGRAM como sistema de mensajería instantánea, HADOOP para el almacenamiento de los datos y SAS para procesar los algoritmos analíticos y consumo de datos abiertos. 

Organiza:

Sin título 1 01

 

descuentos   inscribirse   pago linea
Descuentos Inscribirse ahora Pagar en linea
Conoce si eres beneficiario de alguno de nuestros descuentos. En nuestra plataforma online puedes realizar la inscripción a nuestros cursos. Ingresa para realizar el pago en linea de tu curso.

 

IMPORTANTE

Los programas podrán ser aplazados o cancelados, esto depende del número de participantes matriculados. En ambos casos el personal de inscripciones comunicará el cambio realizado a los estudiantes inscritos.

Contáctanos para mayores informes 01 

Centro Docente de Cómputos