⛏ Muy Práctico!! (se toca código desde el primer día)
📆 4 jornadas (5 horas por jornada)
✅ 1 Mes de apoyo y tutorías para realización de Caso Práctico
🚀 Realizado por: Stratebi (se incluye plataforma cloud y herramientas ya configuradas y preparadas). Contacta
💻 Modalidad: Online o Presencial
🔎 Ejemplos con casos de proyectos reales
🙋♂️ Dirigido a: Equipos IT de empresas. Fechas 'adhoc' según empresa
🔗 Entrega de Documentación, Código y Certificado de Realización
TEMARIO:
Día 1: Introducción a la Inteligencia Artificial y el Aprendizaje Automático
A. CONCEPTOS BÁSICOS DE IA
·Panorama general de la IA: historia, evolución y estado actual
·Diferenciando IA, Aprendizaje Automático y Aprendizaje Profundo
·Aplicaciones e implicaciones de la IA en diversas industrias
![](https://todobi.com/content/images/2024/05/image.png)
![](https://todobi.com/content/images/2024/05/image-1.png)
![](https://todobi.com/content/images/2024/05/image-2.png)
B. FUNDAMENTOS DE APRENDIZAJE AUTOMÁTICO
·Tipos de Aprendizaje Automático: Aprendizaje supervisado, no supervisado y por refuerzo
·Conceptos clave: Preprocesamiento de datos, ingeniería de características, selección de modelos, entrenamiento y prueba, sobreajuste y sub ajuste
·Introducción a algoritmos populares de Aprendizaje Automático (por ejemplo, regresión lineal, árboles de decisión, agrupamiento, redes neuronales)
![](https://todobi.com/content/images/2024/05/image-3.png)
![](https://todobi.com/content/images/2024/05/image-4.png)
C. PROYECTO PRÁCTICO DE APRENDIZAJE AUTOMÁTICO
·Proyecto simple de Aprendizaje Automático (por ejemplo, utilizando scikit-learn)
·Exploración y visualización de datos·Construcción y evaluación de un modelo
![](https://todobi.com/content/images/2024/05/image-5.png)
![](https://todobi.com/content/images/2024/05/image-6.png)
![](https://todobi.com/content/images/2024/05/image-7.png)
Día 2: Aprendizaje Profundo y Redes Neuronales
A. INTRODUCCIÓN AL APRENDIZAJE PROFUNDO
·Comprensión de las redes neuronales: Neuronas, pesos, funciones de activación y capas
·Visión general de redes neuronales profundas, redes neuronales convolucionales (CNN) y redes neuronales recurrentes (RNN)
·Aplicaciones del Aprendizaje Profundo en reconocimiento de imágenes y de voz, procesamiento de lenguaje natural, etc.
![](https://todobi.com/content/images/2024/05/image-8.png)
![](https://todobi.com/content/images/2024/05/image-9.png)
![](https://todobi.com/content/images/2024/05/image-10.png)
B. CONSTRUCCIÓN DE UN MODELO DE APRENDIZAJE PROFUNDO
·Herramientas y marcos para el Aprendizaje Profundo (TensorFlow, Keras, PyTorch)
·Guía paso a paso para construir una red neuronal profunda básica
·Consejos para entrenar modelos de aprendizaje profundo de manera eficiente
·Reconocimiento de imágenes (ej. opencv)
![](https://todobi.com/content/images/2024/05/image-11.png)
C. PROYECTO DE APRENDIZAJE PROFUNDO
·Proyecto de reconocimiento de imágenes o procesamiento de lenguaje natural
·Discusión sobre optimización de modelos e interpretación de resultados
Día 3: Procesamiento de Lenguaje Natural (PLN)
A. FUNDAMENTOS DE PLN
·Visión general del PLN y sus desafíos
·Tareas clave del PLN: Tokenización, stemming, lematización, etiquetado de partes del habla, reconocimiento de entidades nombradas, análisis de sentimientos
·Introducción a los embeddings de palabras y embeddings contextuales
![](https://todobi.com/content/images/2024/05/image-12.png)
![](https://todobi.com/content/images/2024/05/image-13.png)
B. TÉCNICAS AVANZADAS DE PLN
·Visión general de los modelos secuencia a secuencia, mecanismos de atención y transformadores
·Introducción a modelos BERT y GPT
·Aplicaciones de PLN: Traducción automática, chatbots, resumen de texto, análisis de sentimientos
![](https://todobi.com/content/images/2024/05/image-14.png)
C. PROYECTO DE PLN
·Ejercicio práctico de PLN (por ejemplo, análisis de sentimientos)
·Uso de bibliotecas y herramientas de PLN (NLTK, spaCy, Transformers de Hugging Face)
Día 4: Modelos de Lenguaje de Gran Tamaño (Large Language Models) y Chatbots
A. INTRODUCCIÓN A LOS LLMs
·Evolución de los LLM: Desde RNN hasta modelos Transformadores
·Comprensión de la arquitectura y el proceso de entrenamiento de modelos LLM
·Consideraciones éticas y limitaciones de los LLM
![](https://todobi.com/content/images/2024/05/image-15.png)
![](https://todobi.com/content/images/2024/05/image-16.png)
B. IMPLEMENTACIÓN DE CHATBOTS CON LLMs
·Visión general del desarrollo de chatbots: Basados en reglas vs. basados en IA
·Integración de LLM en soluciones de chatbot
·Mejores prácticas para diseñar e implementar chatbots efectivos
![](https://todobi.com/content/images/2024/05/image-17.png)
C. CONSTRUCCIÓN DE UN CHATBOT
·Guía paso a paso para construir un chatbot utilizando LLM
·Pruebas y mejora de tu chatbot