Al finalizar el curso, el alumno conocerá las formas de extraer conocimiento y generar valor a partir de conjuntos de datos, mediante la identificación de patrones, tendencias y relaciones para la toma de decisiones informadas, la optimización de procesos, la predicción de resultados y resolución de problemas en diversas áreas.

Al finalizar el curso, el alumno desarrollará habilidades para analizar, procesar y visualizar datos de manera efectiva utilizando herramientas y técnicas de programación avanzada, así como implementar y evaluar modelos de machine learning para la solución de problemas reales en diversos campos.

Al finalizar el curso, el alumno podrá analizar información de manera ordenada y sistemática, resultado de una situación real, que permita tomar un curso de acción para la toma de decisiones y resolver problemas concretos.

Al finalizar el curso, el alumno podrá identificar la fuerza y dirección de la asociación entre variables para tomar mejores decisiones basadas en datos pudiendo entender y cuantificar la relación entre una variable dependiente y una o más variables independientes.

Al finalizar el curso, el alumno podrá transformar los datos brutos en un formato limpio, consistente y utilizable para el análisis de datos y el entrenamiento de modelos de aprendizaje automático, logrando optimizar el uso de los datos para la toma de decisiones.

Al finalizar el curso, el alumno conocerá las técnicas para hacer que la información más comprensible, accesible y útil, transformándola en formatos visuales y presentándola de manera clara y efectiva, lo que le permite explorar, analizar y explicar los datos, facilitando la toma de decisiones.

Al finalizar el curso, el alumno analizará los fundamentos de las técnicas supervisadas y no supervisadas para el reconocimiento de patrones y para el aprendizaje automático y podrá comprender y elaborar aplicaciones simples del reconocimiento de patrones y aprendizaje automático.

Al finalizar el curso, el alumno conocerá las estrategias para que las máquinas descubran patrones, estructuras y relaciones ocultas en datos no etiquetados, analizando grandes volúmenes para extraer información, realizar análisis exploratorios, agrupar datos y potenciar la toma de decisiones, de igual forma podrá utilizar los principios del enfoque del aprendizaje en máquinas para diseñar e implementar diversos algoritmos de minería de datos.

Al finalizar el curso, el alumno podrá identificar los principales modelos de infraestructura en la nube para dar soporte a soluciones de Big Data, conociendo el ecosistema y los diversos frameworks para brindar soporte en el procesamiento de datos masivos y sabiendo aplicar modelos y herramientas para procesamiento de estos datos basados en análisis predictivo.

Al finalizar el curso, el alumno podrá comprender los principios fundamentales, métodos y aplicaciones de la inteligencia artificial para evaluar su impacto, posibilidades y limitaciones en diversos contextos.

Al finalizar el curso, el alumno analizará la creación y uso de modelos computacionales inspirados en el cerebro humano para resolver problemas complejos en inteligencia artificial (IA), enfocándose en la arquitectura y algoritmos de las redes neuronales artificiales que forman la base del aprendizaje profundo, permitiendo a las máquinas aprender de los datos y generar predicciones.

Al finalizar el curso, el alumno podrá analizar la interacción entre computadoras y el lenguaje humano, comprendiendo la forma en que se enseña a las máquinas a entender, interpretar, generar y responder de forma significativa al lenguaje humano.

Al finalizar el curso, el alumno analizará técnicas como la detección y reconocimiento de objetos, el procesamiento de imágenes, la segmentación de imágenes, así como el reconocimiento facial y la generación de imágenes con IA generativa.

Al finalizar el curso, el alumno analizará la forma en que un agente autónomo aprende a realizar una tarea con el método de prueba y error en ausencia de cualquier guía de un usuario humano.

Al finalizar el curso, el alumno será capaz de desarrollar aplicaciones basadas en la Inteligencia Artificial usados en medios interactivos.

Al finalizar el curso, el alumno conocerá los conceptos básicos de los Sistemas Expertos, el proceso que se sigue para su construcción y la metodología utilizada para transferir conocimiento de un experto humano hacia un programa inteligente que pueda ser usado para la resolución de problemas o dar soporte a la toma de decisiones.

Al finalizar el curso, el alumno analizará aplicaciones prácticas de la IA generativo en diversos campos, así como sus desafíos éticos y técnicos, el sesgo en los datos de entrenamiento, la seguridad del contenido generado y las implicaciones en la privacidad, además de entender sus fundamentos técnicos, como el uso de grandes modelos fundacionales y el aprendizaje automático para crear datos nuevos.

Al finalizar la asignatura el alumno reflexionará sobre los principios éticos, los dilemas morales y los marcos regulatorios, fomentando la innovación responsable y pudiendo evaluar el impacto social y cultural de las aplicaciones de IA y pudiendo gestionar riesgos.