Acceso al curso las 24 hs. Todos los días de la semana
Certificado acreditativo
Contenidos didácticos de calidad
Calendario flexible
Profesores especializados
Aula virtual accesible para PCs, notebook, tablet y smartphone
Opción a disponer de asistencia de profesor o sólo acceso a contenidos (autoestudio)
Bonificación
Bonificamos su formación a través de FUNDAE (antes Fundación Tripartita)
Descuentos para cursos grupales
Nos ocupamos de toda la gestión de su bonificación
Impartimos cursos presenciales en Madrid y Barcelona
Curso Online Bonificado de Inteligencia Artificial aplicada a Negocios y Empresas
Calendario: Flexible.
Fecha disponible: Inmediata.
Porcentaje de Bonificación: 100%
Diploma acreditativo emitido por FUNDAE.
Certificado acreditativo para concursos y oposiciones.
Temario Personalizado.
| Directores de operaciones que necesitan optimizar procesos empresariales mediante soluciones de inteligencia artificial y machine learning. Responsables de transformación digital que buscan implementar sistemas inteligentes para mejorar la eficiencia operativa en sus organizaciones. Analistas de datos corporativos que desean aplicar técnicas de IA para resolver problemas reales de negocio y producción. Consultores de innovación empresarial que requieren conocimientos prácticos en inteligencia artificial aplicada a entornos industriales y comerciales. |
| La duración del curso de Inteligencia Artificial aplicada a Negocios y Empresas es de 50 horas, aunque es posible establecer cursos de menos o de más horas lectivas según se necesite. Fecha de inicio: A elegir por la empresa, siempre notificando a FUNDAE con siete días de antelación si se trata de un curso bonificado. |
Objetivos
- Conocer fundamentos de inteligencia artificial y machine learning para negocios
- Aplicar tecnicas de optimizacion de procesos industriales mediante IA
- Utilizar Q-Learning y Deep Learning para resolver problemas empresariales complejos
- Desarrollar competencias en implementacion de soluciones de IA efectivas
- Optimizar costes y maximizar beneficios mediante aplicacion practica de IA en empresas
| Este curso es bonificable al 100% de su coste, siempre que el alumno alcance el 75% de cumplimiento del programa del mismo. | La bonificación se aplica como descuento en el pago de los seguros sociales por parte de la empresa receptora de la formación. |
|
Existen dos modalidades disponibles: Curso online bonificado: En esta modalidad todo el curso se realiza a través de internet, con acceso las 24 hs. todos los días de la semana y plazo máximo de seis meses. Curso online y con sesiones presenciales (blended learning): En esta modalidad los trabajadores realizan el curso a través de internet en horarios libres pero deben asistir a sesiones presenciales semanales o quincenales, según se establezca en el plan de formación. Esta modalidad está disponible en Madrid, Barcelona, Valencia y Sevilla. |
Temario
NOTA:
Trabajamos con la metodología de curso personalizado, creada por Ciberaula en 1997.
Usted puede solicitar un curso a la medida de sus objetivos, que combine lecciones de
2 o más cursos en un plan de formación a su medida. Si este es su caso consúltenos,
esta metodología ofrece un aprovechamiento máximo de la formación en los cursos
bonificados para trabajadores.
El temario predefinido del curso online de Inteligencia Artificial aplicada a Negocios y Empresas es el siguiente:
1 Introducción
1.1 Introducción
1.2 Rutas de aprendizaje para Machine Learning e Inteligencia Artificial
1.3 Acceso al repositorio Github del curso
1.4 Link al repositorio del curso
1.5 Cómo sacarle el 100% de provecho a todo el material en Udemy
1.6 El libro del curso
2 Sección 1 – Optimización de procesos industriales
2.1 Parte 1: Optimización de procesos industriales
2.2 Optimización de Procesos Empresariales
Paso 1
2.3 Optimización de Procesos Empresariales
Paso 2
2.4 Optimización de Procesos Empresariales
Paso 3
2.5 Optimización de Procesos Empresariales
Paso 4
3 Solución de IA – Parte 1
3.1 Bienvenido a la sección de teoría
3.2 Plan de Ataque
3.3 ¿Qué es el Reinforcement Learning?
3.4 La Ecuación de Bellman
3.5 El Plan
3.6 Procesos de Decisión de Markov
4 Solución de IA – Parte 2
4.1 Política vs Plan
4.2 Living Penalty
4.3 Idea del Q-Learning
4.4 Diferencia Temporal
4.5 Visualización del Q-Learning
5 Implementación – Parte 1
5.1 Optimización de Procesos Empresariales
Paso 5
5.2 Optimización de Procesos Empresariales
Paso 6
5.3 Optimización de Procesos Empresariales
Paso 7
5.4
Optimización de Procesos Empresariales
Paso 8
5.5 Optimización de Procesos Empresariales
Paso 9
5.6 Optimización de Procesos Empresariales
Paso 10
6 Implementación – Parte 2
6.1 Optimización de Procesos Empresariales
Paso 11
6.2 Optimización de Procesos Empresariales
Paso 12
6.3 Optimización de Procesos Empresariales
Paso 13
6.4 Optimización de Procesos Empresariales
Paso 14
6.5 Optimización de Procesos Empresariales
Paso 15
7 Implementación – Parte 3
7.1 Optimización de Procesos Empresariales
Paso 16
7.2 Optimización de Procesos Empresariales
Paso 17
7.3 Optimización de Procesos Empresariales
Paso 18
7.4 Optimización de Procesos Empresariales
Paso 19
7.5 Optimización de Procesos Empresariales
Paso 20
8 Tarea final de la sección 1
8.1 Optimización más eficiente de flujos a través de un almacén
9 Sección 2
Minimización de costes
9.1 Parte 2: Minimización de Costes
9.2 Minimización de Costes
Paso 1
9.3 Minimización de Costes
Paso 2
9.4 Minimización de Costes
Paso 3
10 Solución de IA
10.1 Bienvenido a la sección de teoría
10.2 Plan de Ataque
10.3 Teoría del Deep Q-Learning (I)
10.4 Teoría del Deep Q-Learning (II)
10.5 Experience Replay
10.6 Políticas de Selección de Acción
11 Implementación – Parte 1
11.1 Minimización de Costes
Paso 4
11.2 Minimización de Costes
Paso 5
11.3 Minimización de Costes
Paso 6
11.4 Minimización de Costes
Paso 7
11.5 Minimización de Costes
Paso 8
11.6 Minimización de Costes
Paso 9
11.7 Minimización de Costes
Paso 10
12 Implementación – Parte 2
12.1 Minimización de Costes
Paso 11
12.2 Minimización de Costes
Paso 12
12.3 Minimización de Costes
Paso 13
12.4 Minimización de Costes
Paso 14 -12.5 Minimización de Costes
Paso 15
12.6 Minimización de Costes
Paso 16
13 Implementación – Parte 3
13.1 Cómo instalar Keras en tu Mac, PC o Linux
13.2 Minimización de Costes
Paso 17
13.3 Minimización de Costes
Paso 18
13.4 Minimización de Costes
Paso 19
13.5 Minimización de Costes
Paso 20
13.6 Minimización de Costes
Paso 21
13.7 Minimización de Costes
Paso 22
14 Implementación – Parte 4
14.1 Minimización de Costes
Paso 23
14.2 Minimización de Costes
Paso 24
14.3 Minimización de Costes
Paso 25
14.4 Minimización de Costes
Paso 26
14.5 Minimización de Costes
Paso 27
14.6 Minimización de Costes
Paso 28
14.7 Minimización de Costes
Paso 29
15 Implementación – Parte 5
15.1 Minimización de Costes
Paso 30
15.2 Minimización de Costes
Paso 31
15.3 Minimización de Costes
Paso 32
15.4 Minimización de Costes
Paso 33
15.5 Minimización de Costes
Paso 34
15.6 Minimización de Costes
Paso 35
15.7 Minimización de Costes
Paso 36
16 Tarea de la sección 2
16.1 Minimización de los costes de producción
16.2 BONUS: La capa de Dropout
17 Maximización de los beneficios
17.1 Bienvenido a la Parte 3
Maximización de Beneficios
17.2 Maximización de Beneficios
Parte 1
17.3 Maximización de Beneficios
Parte 2
17.4 Maximización de Beneficios
Parte 3
18 Solución de IA
18.1 Bienvenido a la Sección de Teoría
18.2 El problema del bandido multi brazo
18.3 El muestreo Thompson
19 Implementación – Parte 1
19.1 Maximización de Beneficios
Parte 4
19.2 Maximización de Beneficios
Parte 5
19.3 Maximización de Beneficios
Parte 6
19.4 Maximización de Beneficios
Parte 7
19.5 Maximización de Beneficios
Parte 8
20 Implementación – Parte 2
20.1 Maximización de Beneficios
Parte 9
20.2 Maximización de Beneficios
Parte 10
20.3 Maximización de Beneficios
Parte 11
20.4 Maximización de Beneficios
Parte 12
20.5 Maximización de Beneficios
Parte 13
21 Implementación – Parte 3
21.1 Maximización de Beneficios
Parte 14
21.2 Maximización de Beneficios
Parte 15
21.3 Maximización de Beneficios
Parte 16
22 Tarea de la sección 3
22.1 Maximización de ingresos
23 Anexo: Redes Neuronales Artificiales – Parte 1
23.1 Plan de Ataque
23.2 La Neurona
23.3 La función de activación
24 Anexo: Redes Neuronales Artificiales – Parte 2
24.1 ¿Cómo funcionan las redes neuronales?
24.2 Cómo aprenden las redes neuronales?
24.3 El método del gradiente descendente
25 Anexo: Redes Neuronales Artificiales – Parte 3
25.1 Gradiente descendente estocástico
25.2 Propagación hacia atrás
Respondemos en aproximadamente
3 horas promedio en días laborables.
Nuestra Sede
Dirección:
