Contacta con nosotros

Temario del curso

Introducción a la Inteligencia Artificial Generativa

  • ¿Qué es la Inteligencia Artificial Generativa?
  • Historia y evolución de la Inteligencia Artificial Generativa
  • Conceptos clave y terminología
  • Descripción general de las aplicaciones y el potencial de la Inteligencia Artificial Generativa

Fundamentos del Aprendizaje Automático

  • Introducción al aprendizaje automático
  • Tipos de aprendizaje automático: Supervisado, No supervisado y por Refuerzo
  • Algoritmos y modelos básicos
  • Preprocesamiento de datos e ingeniería de características

Conceptos Básicos del Aprendizaje Profundo

  • Redes neuronales y aprendizaje profundo
  • Funciones de activación, funciones de pérdida y optimizadores
  • Sobreajuste, subajuste y técnicas de regularización
  • Introducción a TensorFlow y PyTorch

Descripción General de los Modelos Generativos

  • Tipos de modelos generativos
  • Diferencias entre modelos discriminativos y generativos
  • Casos de uso para modelos generativos

Autoencoders Variacionales (VAEs)

  • Comprensión de los autoencoders
  • La arquitectura de los VAEs
  • Espacio latente y su importancia
  • Proyecto práctico: Construcción de un VAE simple

Redes Generativas Antagónicas (GANs)

  • Introducción a las GANs
  • La arquitectura de las GANs: Generador y Discriminador
  • Entrenamiento de GANs y desafíos
  • Proyecto práctico: Creación de una GAN básica

Modelos Generativos Avanzados

  • Introducción a los modelos Transformer
  • Descripción general de los modelos GPT (Transformador Preentrenado Generativo)
  • Aplicaciones de GPT en la generación de texto
  • Proyecto práctico: Generación de texto con un modelo GPT preentrenado

Ética e Implicaciones

  • Consideraciones éticas en la Inteligencia Artificial Generativa
  • Sesgo y equidad en los modelos de IA
  • Implicaciones futuras e inteligencia artificial responsable

Aplicaciones Industriales de la Inteligencia Artificial Generativa

  • Inteligencia Artificial Generativa en el arte y la creatividad
  • Aplicaciones en negocios y marketing
  • Inteligencia Artificial Generativa en la ciencia e investigación

Proyecto Final

  • Ideación y propuesta de un proyecto de inteligencia artificial generativa
  • Recolección y preprocesamiento de conjuntos de datos
  • Selección y entrenamiento del modelo
  • Evaluación y presentación de los resultados

Resumen y Siguientes Pasos

Requerimientos

  • Comprensión de los conceptos básicos de programación en Python
  • Experiencia con conceptos matemáticos básicos, especialmente probabilidad y álgebra lineal

Público Objetivo

  • Desarrolladores
 14 Horas

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas