Profesionales y estudiantes interesados en conocer las diversas herramientas de IA para ser aplicadas en diferentes empresas/sectores productivos. El perfil de los participantes es el de ingenieros, matemáticos, físicos, químicos, estadísticos y economistas. No es necesaria experiencia previa en este tipo de temática.
Para admitir a los estudiantes se tendrá en cuenta: a) titulación universitaria con la que se accede; b) experiencia laboral previa en tema de datos/IA; c) entrevista personal con el estudiante
1. Definir los conceptos fundamentales de la inteligencia artificial, incluyendo redes neuronales, algoritmos de aprendizaje profundo, procesamiento de lenguaje natural, y visión computacional.2. Describir el funcionamiento y la aplicación de algoritmos clave de aprendizaje profundo, en problemas de regresión, clasificación, agrupamiento y de IA generativa.3. Interpretar el rendimiento de modelos de inteligencia artificial, utilizando métricas de evaluación como precisión, recall, F1-score, y curvas ROC para comprender la efectividad y el comportamiento de los modelos.4. Relacionar conceptos teóricos de aprendizaje profundo con aplicaciones prácticas, vinculando algoritmos y enfoques teóricos con problemas del mundo real en áreas como medicina, finanzas, y tecnología.5. Demostrar habilidades en el diseño, entrenamiento y evaluación de modelos de inteligencia artificial para resolver problemas prácticos, aplicando técnicas de preprocesamiento, selección de características y ajuste de hiperparámetros.
