Highschool.com.do | Estos seis cursos le ayudarán a entender más sobre Inteligencia Artificial
Fondo
a

Estos seis cursos le ayudarán a entender más sobre Inteligencia Artificial

Algunas de estas capacitaciones son gratuitas y requieren de dominio del inglés.

La Inteligencia Artificial ya es una realidad. Desde el asistente de su celular hasta las plataformas que utiliza para comunicarse hacen uso de ella, esto con el fin de “hacerles la vida más fácil a las personas”. Aprender un poco más sobre esta tecnología le puede traer beneficios en el mundo laboral. 

La IA es definida por Raymond Kurzweil, empresario y científico especializado en Ciencias de la Computación, como el arte de crear máquinas con la capacidad de realizar funciones que pueden ejecutar personas y que requieren de inteligencia, y aunque en el mundo existen muchas más definiciones, esta es la más utilizada.

Ante esta realidad, hay plataformas virtuales que le permiten abordar más en este mundo de la tecnología de una manera económica, fácil y disponible desde cualquier lugar. 

1. Curso de Introducción al Deep Learning – Platzi 

Con este curso usted podrá crear sistemas capaces de aprender y de mejorar de manera autónoma. Aprender a usar TensorFlow (una biblioteca de código abierto para aprendizaje automático) y escribir sus primeros algoritmos para predecir comportamientos a partir de la revisión de datos con Python.

Podrá dominar el Machine Learning e Inteligencia Artificial, resolver problemas de forma práctica, comprender algoritmos de la inteligencia artificial e integrar contenidos de Inteligencia Artificial con otros existentes.

2. Curso de Machine Learning  – Stanford University

Este curso, dirigido por Andrew Ng, conocido experto en la inteligencia artificial le proporciona una amplia introducción al aprendizaje automático, el análisis de datos y el reconocimiento de patrones estadísticos. Los temas incluyen: (i) Aprendizaje supervisado (algoritmos paramétricos / no paramétricos, máquinas de vectores de soporte, núcleos, redes neuronales). (ii) Aprendizaje no supervisado (agrupación, reducción de dimensionalidad, sistemas de recomendación, aprendizaje profundo). (iii) Mejores prácticas en aprendizaje automático (teoría de sesgo / varianza; proceso de innovación en aprendizaje automático y IA).

El curso también se basará en numerosos estudios de casos y aplicaciones, de modo que también aprenderá cómo aplicar algoritmos de aprendizaje para construir robots inteligentes (percepción, control), comprensión del texto (búsqueda web, antispam), visión artificial, informática médica, audio, minería de bases de datos, y otras áreas.

3.  Intro to Artificial Intelligence – Udacity

Este curso lo introducirá en los conceptos básicos de la Inteligencia Artificial. Los temas incluyen aprendizaje automático, razonamiento probabilístico, robótica, visión artificial y procesamiento de lenguaje natural.

Tiene un tiempo de duración de 4 meses, es indispensable tener conocimientos básicos de estadística. 

4. Machine learning  – Columbia University

El aprendizaje automático es la base de las carreras de análisis de datos. En este curso aprenderá los modelos y métodos y los aplicará a situaciones del mundo real que van desde la identificación de temas de noticias de actualidad, a la construcción de motores de recomendación, la clasificación de equipos deportivos y el trazado de la ruta de los zombies de películas.

Las principales perspectivas cubiertas incluyen:

  • modelación probabilística versus no probabilística
  • Aprendizaje supervisado versus aprendizaje no supervisado

Los temas incluyen: clasificación y regresión, métodos de agrupamiento, modelos secuenciales, factorización matricial, modelado de temas y selección de modelos.

En curso tiene una duración de 12 semanas e inicia el 4 de febrero de 2019. 

5. Fundamentals of Deep Learning for Computer Vision – Nvidia

En este curso práctico, aprenderá los conceptos básicos del aprendizaje profundo mediante la capacitación y el despliegue de redes neuronales:

– Implementará flujos de trabajo comunes de aprendizaje profundo, como clasificación de imágenes y detección de objetos. 
– Experimentará con datos, parámetros de capacitación, estructura de red y otras estrategias para aumentar el rendimiento y la capacidad. 
– Desplegará sus redes para comenzar a resolver problemas del mundo real

Al finalizar este curso, podrá comenzar a resolver sus propios problemas con un aprendizaje profundo.

Fuente: El Espectador

Like this Article? Share it!

Comentarios

Comentarios