Programa del Curso

Introducción

Descripción general de Artificial Intelligence (AI)

  • Sistemas de aprendizaje automático

Exploración de aplicaciones para la IA

  • La IA en el contexto corporativo

Aprendiendo sobre la tecnología de la IA

  • Subajuste y sobreajuste, clasificación y regularización
  • Percepción multicapa (MLP) y aprendizaje profundo
  • Redes neuronales convolucionales y recurrentes

Evaluación de los enfoques estratégicos

  • Puesta en marcha o adquisición (¿construir o comprar?)
  • Modelos de madurez de IA para su organización

Trabajar con datos en su organización

  • Evaluación de la preparación de los datos
  • Word Incrustaciones
  • Entrenamiento con datos artificiales

Evaluación de la selección de proyectos de IA

  • Criterios clave para la selección de proyectos

Gestión de un proyecto de IA

  • Aprendizaje automático frente a aprendizaje profundo
  • Gestión de proyectos (ciclo de vida, plazos, metodología)
  • Operaciones, mantenimiento y gestión de riesgos

Recopilación de comentarios

  • Implementación de métodos de retroalimentación (encuestas, entrevistas, etc.)
  • Partes interesadas clave que proporcionarán comentarios
  • Análisis de resultados

Resumen y conclusión

Requerimientos

  • Familiaridad con la programación
  • Conocimientos básicos de algoritmos

Audiencia

  • Business Líderes
  • Gestores de proyectos
 7 horas

Número de participantes



Precio por participante

Testimonios (5)

Cursos Relacionados

LangChain: Building AI-Powered Applications

14 horas

LangChain Fundamentals

14 horas

H2O AutoML

14 horas

AutoML con Auto-sklearn

14 horas

AutoML con Auto-Keras

14 horas

Avanzado Stable Diffusion: Aprendizaje profundo para la generación de texto a imagen

21 horas

Introducción a Stable Diffusion para la generación de texto a imagen

21 horas

AlphaFold

7 horas

TensorFlow Lite for Embedded Linux

21 horas

TensorFlow Lite for Android

21 horas

TensorFlow Lite for iOS

21 horas

Tensorflow Lite for Microcontrollers

21 horas

Deep Learning Neural Networks with Chainer

14 horas

Distributed Deep Learning with Horovod

7 horas

Accelerating Deep Learning with FPGA and OpenVINO

35 horas

Categorías Relacionadas