EdX

Introducción a la Inteligencia Artificial (edX)

Introducción a la Inteligencia Artificial (edX)

¿Es posible construir una máquina o robot inteligente? En este curso aprenderás los fundamentos teóricos de la Inteligencia Artificial, con sus principales ramas y los aplicarás en la creación de modelos, como el procesamiento de Lenguaje Natural. La Inteligencia Artificial (IA) está tomando mucha importancia en nuestra vida personal y laboral. Pero, ¿será posible construir una máquina o robot tan inteligente como el ser humano? Esta es una de las respuestas que la IA trata de ofrecer, intentando crear una máquina capaz de comportarse como un ser humano, lo cual implica la capacidad de percibir el entorno y realizar tareas en forma exitosa.

Class Deals by MOOC List - Click here and see EdX's Active Discounts, Deals, and Promo Codes.

LA IA, nos permite comunicarnos con nuestros teléfonos celulares y computadoras, como si ellos fueran seres humanos. Hoy en día es posible pedirle a algún aparato electrónico escuchar nuestra música preferida, que encienda la cafetera o que apague las luces.

Aún más increíble, en el área de trabajo es posible pedir una predicción de la permanencia o renuncia de nuestros clientes o anañizar nuestras redes sociales para conocer el grado de satisfacción de los clientes con nuestra empresa y/o productos.
En este curso aprenderás los fundamentos teóricos de la IA con sus principales ramas como el Aprendizaje Automático, el Aprendizaje Profundo, Robótica, Procesamiento del Lenguaje y Sistemas Expertos.
Además, aplicarás los conceptos en la creación de modelos coo el de Procesamiento del Lenguaje Natural, Árboles de Clasificación y el Clasificador Bayesiano.
Adicionalmente, aprenderás a utilizar la plataforma de ciencia de datos llamada RapidMiner, para el diseño y prueba de los modelos.
This course is part of the Inteligencia Artificial y Robótica Professional Certificate.

What you'll learn

  • Comprenderás los conceptos relacionados con la Inteligencia Artificial y sus ramas.
  • Diseñarás y aplicarás modelos de predicción basados en el Aprendizaje Automático para tomar decisiones de acuerdo a los datos.
  • Podrás diseñar y aplicar modelos de procesamiento de Lenguaje Natural.

Syllabus

Módulo 1.
Comprenderás los conceptos de Inteligencia Artificial, identificando su evolución y evaluando casos de éxito.

  1. La Inteligencia Artificial

Introducción
Evolución
Conceptos
Aplicaciones
Modelos
Resumen

Módulo 2.
Comprenderás los conceptos de procesamiento de Lenguaje Natural, conocerás y aplicarás las técnicas y algoritmos para después poder aplicar una de estas técnicas de procesamiento.

  1. Procesamiento de Lenguaje Natural.

Introducción al procesamiento de Lenguaje Natural.
Técnicas de procesamiento de Lenguaje Natural.
Aplicaciones de las técnicas de procesamiento de Lenguaje Natural.
Ejercicio práctico de aplicación.
Resumen.

Módulo 3
Comprenderás los conceptos de Árboles de Clasificación/ Decisión, analizarás y aplicarás la técnica.

  1. Árboles de Clasificación.

Introducción a los Árboles de Clasificación.
La técnica de Árboles de Clasificación.
Aplicaciones de Árboles de Decisión.
Ejercicio práctico de clasificación.
Resumen.

Módulo 4.
Comprenderás los conceptos del Clasificador Bayesiano, analizarás y aplicarás dicha técnica.

  1. Clasificador Bayesiano

Introducción al clasificador bayesiano.
La técnica del clasificador bayesiano.
Aplicaciones del clasificador bayesiano.
Ejercicio práctico de aplicación.
Resumen.

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Robotics: Fundamentals (edX) EdX
University of Pennsylvania,PennX

Robotics: Fundamentals (edX)

Master the foundational math concepts that drive robotics and put them into practice using MATLAB. How do you create robots that operate well in the real world? Learn the key math concepts and tools used to design robots that excel in navigating our complex, unstructured world in environments such as aerospace, automotive, manufacturing and healthcare.

No sessions available
5-12 Weeks
Introducción a la visión por computador: desarrollo de aplicaciones con OpenCV (edX) EdX
Universidad Carlos III de Madrid - UC3M,UC3Mx

Introducción a la visión por computador: desarrollo de aplicaciones con OpenCV (edX)

Hasta dónde pueden ver las máquinas? Descubre la visión por computador programando aplicaciones de análisis de imágenes, uno de los campos más innovadores de la inteligencia artificial. Con este curso, el alumnado será capaz de aprender y entender los conceptos básicos de visión por computador, además de implementar de forma práctica algoritmos de análisis de imágenes a través de computadores utilizando la biblioteca de funciones OpenCV.

Self Paced
Self-Paced
Robotics: Vision Intelligence and Machine Learning (edX) EdX
University of Pennsylvania,PennX

Robotics: Vision Intelligence and Machine Learning (edX)

Learn how to design robot vision systems that avoid collisions, safely work with humans and understand their environment. How do robots “see”, respond to and learn from their interactions with the world around them? This is the fascinating field of visual intelligence and machine learning. Visual intelligence allows a robot to “sense” and “recognize” the surrounding environment. It also enables a robot to “learn” from the memory of past experiences by extracting patterns in visual signals.

No sessions available
5-12 Weeks
AI skills: Introduction to Unsupervised, Deep and Reinforcement Learning (edX) EdX
Delft University of Technology,DelftX

AI skills: Introduction to Unsupervised, Deep and Reinforcement Learning (edX)

Learn the fundamentals and principal AI concepts about clustering, dimensionality reduction, reinforcement learning and deep learning to solve real-life problems. In this course you will learn the basics of several machine learning topics to help you solve real life challenges. Unsupervised learning techniques such as clustering and dimensionality reduction are useful to make sense of large and/or high dimensional datasets that are not annotated. Deep learning is a supervised learning technique that is useful to train neural networks to solve more complicated classification and regression tasks. Finally, reinforcement learning techniques can be used to train AI agents that interact with an environment.

Self Paced
Self-Paced
Robotics: Locomotion Engineering (edX) EdX
University of Pennsylvania,PennX

Robotics: Locomotion Engineering (edX)

Learn how to design, build, and program dynamical, legged robots that can operate in the real world. How do robots climb stairs, traverse shifting sand and navigate through hilly and rocky terrain? This course, part of the Robotics MicroMasters program, will teach you how to think about complex mobility challenges that arise when robots are deployed in unstructured human and natural environments.

No sessions available
5-12 Weeks
Robot Mechanics and Control, Part II (edX) EdX
Seoul National University,SNUx

Robot Mechanics and Control, Part II (edX)

A mathematical introduction to the mechanics and control of robots. This course is Part II of a two-part mathematical introduction to the mechanics and control of robots that can be modeled as kinematic chains. Topics covered include the concept of a robot’s configuration space and degrees of freedom, static grasp analysis, the description of rigid body motions, kinematics of open and closed chains, and the basics of robot control.

No sessions available
4 Weeks
AI skills for Engineers: Supervised Machine Learning (edX) EdX
Delft University of Technology,DelftX

AI skills for Engineers: Supervised Machine Learning (edX)

Learn the fundamentals of machine learning to help you correctly apply various classification and regression machine learning algorithms to real-life problems using the Python toolbox scikit-learn. Machine learning classification and regression techniques have potential uses in various engineering disciplines. These machine learning models allow you to make predictions for a category (classification) or for a number (regression) given sensor data, and can be used in, for example, predicting properties of objects (such as their weight or shape).

Self Paced
Self-Paced