Alta Calidad
Educativa
Bonificable
para empresas
Plataforma
Interactiva
Flexibilidad
Horaria
- Comprender los conceptos básicos de la inteligencia artificial y su aplicación en diversas áreas.
- Conocer el marco legal y ético que regula el uso de la inteligencia artificial.
- Entender el papel del big data en el desarrollo y aplicación de la inteligencia artificial.
- Dominar la instalación y configuración de Python en diferentes entornos.
- Utilizar Python para realizar análisis de datos y aplicaciones relacionadas con la ciencia de datos.
- Aprender a trabajar con Git para el control de versiones de proyectos de software y colaboración en equipos de desarrollo.
- Familiarizarse con la herramienta Sourcetree para gestionar repositorios Git de manera visual.
- Desarrollar habilidades en el análisis exploratorio de datos, incluyendo la preparación de datos, la exploración de detalles y la identificación de patrones y tendencias.
- Utilizar herramientas de visualización de datos para representar de manera efectiva la información obtenida en el análisis de datos.
- Explorar técnicas avanzadas de visualización para comunicar hallazgos y resultados de manera clara y concisa.
Estudiantes y profesionales interesados en adquirir conocimientos básicos y avanzados en inteligencia artificial y ciencia de datos.
Desarrolladores y científicos de datos que deseen dominar el lenguaje Python y su aplicación en proyectos de inteligencia artificial y análisis de datos.
Profesionales del área de tecnología y análisis de datos que buscan mejorar sus habilidades en el uso de herramientas como Git y técnicas de visualización de datos.
1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
- Introducción a la inteligencia artificial.
- Marco legal de la inteligencia artificial.
- Big Data.
2. LENGUAJE PYTHON
- Instalación de Python.
- Python para la ciencia de datos.
3. LENGUAJE R
- Lenguaje R.
- Tipos de objetos en R (vectores).
4. CREACIÓN Y USO DEL ENTORNO
- Creación y uso del entorno.
- Sentencias SQL.
5. TRABAJANDO CON GIT
- Trabajando con GIT.
- Sourcetree.
6. ANÁLISIS EXPLORATORIO
- Análisis exploratorio.
- Preparación.
- Detalles.
7. HERRAMIENTAS DE VISUALIZACIÓN
- Herramientas de visualización.
- Herramientas de visualización avanzadas.