“Esta Especialización 100% online te permitirá codificar problemas del mundo real a través de avanzados algoritmos y sistemas informáticos”

Los Sistemas Inteligentes están experimentando una constante evolución, que abre un amplio abanico de posibilidades para la sociedad en términos generales. Por ejemplo, la implementación de la Inteligencia Artificial aporta soluciones en el campo de la medicina. Estas abarcan desde la monitorización de pacientes hasta la asistencia en la toma de decisiones clínicas y desarrollo de nuevos fármacos. Esto refleja la importancia de que los profesionales cuenten con un conocimiento exhaustivo sobre esta materia para mejorar la calidad de vida de las personas. Además, para llevar a cabo procesos de innovación con éxito, necesitan estar al corriente de las últimas tendencias que se producen en esta área de especialización para incorporarlas a su praxis.

Por eso, TECH lanza un revolucionario Especialización que dotará al alumnado de un prisma integral que fusiona el Aprendizaje Automático con la Ingeniería del Conocimiento. Para ello, el itinerario académico profundizará tanto en la Teoría de Agentes como las Redes de Neuronas. De esta forma, los alumnos obtendrán los métodos más efectivos para integración de representaciones del conocimiento, partiendo de la relación entre los diferentes tipos de lógica. Por otro lado, la capacitación se centrará en la Percepción Computacional con el fin de que los egresados manejen los lenguajes de programación adecuadamente.

Para afianzar todos estos contenidos, TECH se basa en el disruptivo sistema del Relearning. Este método de enseñanza se respalda en la repetición de los contenidos claves, para garantizar un aprendizaje progresivo y natural.  Además, lo único que necesitarán egresados será un dispositivo con acceso a Internet para acceder a los materiales de estudio de manera remota, en el momento o lugar de su preferencia. Conviene resaltar que, el Campus Virtual estará disponible en todo momento y permitirá a los usuarios descargarse los contenidos para que puedan consultarlos siempre que lo deseen.  

Domina los agentes software según JADE en la mejor universidad digital del mundo según Forbes”  

Esta Especialización en Sistemas Inteligentes contiene el programa académico más completo y actualizado del panorama universitario. Las características más destacadas del curso son:

• Desarrollo de 100 escenarios simulados presentados por expertos en Sistemas Inteligentes.
• Sus contenidos gráficos, esquemáticos y eminentemente prácticos con los que están concebidos, recogen una información científica y práctica sobre el Sistemas Inteligentes.
• Novedades sobre los últimos avances en el Sistemas Inteligentes.
• Contiene ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje.
• Sistema interactivo de aprendizaje basado en el método del caso y su aplicación a la práctica real.
• Todo esto se complementará con lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual.
• Disponibilidad de los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet.

Manejarás el software Protégé para crear, editar y visualizar ontologías de manera eficiente”

El programa incluye en su cuadro docente a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio. 

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales. 

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso académico. Para ello, contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.  

Eleva tu potencial profesional dentro del mundo de la Ingeniería del Conocimiento gracias a los innovadores recursos que te brinda este programa”

Con la innovadora metodología Relearning, asimilarás todos los conocimientos para obtener los resultados que buscas y dar un salto en tu carrera profesional”

Esta capacitación está diseñada por un cuadro docente compuesto por expertos en Ingeniería Informática, que brindará una visión holística de los Sistemas Inteligentes al alumnado. El itinerario académico analizará en detalle los agentes de la Inteligencia Artificial. El temario proporcionará a los estudiantes los softwares más avanzados para la creación de ontologías, entre los que sobresalen las Tripletas RDF. Asimismo, la capacitación ahondará en la Ingeniería del Conocimiento para que los egresados desarrollen sistemas que simulen y apliquen el conocimiento humano con efectividad. Además, el programa se centrará en la segmentación de imágenes con las Transformadas de Fourier.

Un temario completo y actual configurado como una herramienta de alta capacitación de excepcional calidad”   

Módulo 1. Sistemas Inteligentes

1. Teoría de Agentes

1.1 Historia del concepto
1.2 Definición de agente
1.3 Agentes en Inteligencia Artificial
1.4 Agentes en Ingeniería de Software

1.2. Arquitecturas de Agentes

1.2.1 El proceso de razonamiento de un agente
1.2.2 Agentes reactivos
1.2.3 Agentes deductivos
1.2.4 Agentes híbridos
1.2.5 Comparativa

1.3. Información y conocimiento

1.3.1 Distinción entre datos, información y conocimiento
1.3.2 Evaluación de la calidad de los datos
1.3.3 Métodos de captura de datos
1.3.4 Métodos de adquisición de información
1.3.5 Métodos de adquisición de conocimiento

1.4. Representación del conocimiento

1.4.1 La importancia de la representación del conocimiento
1.4.2 Definición de representación del conocimiento a través de sus roles
1.4.3 Características de una representación del conocimiento

1.5. Ontologías

1.5.1 Introducción a los metadatos
1.5.2 Concepto filosófico de ontología
1.5.3 Concepto informático de ontología
1.5.4 Ontologías de dominio y ontologías de nivel superior
1.5.5 Cómo construir una ontología

1.6. Lenguajes para ontologías y software para la creación de ontologías

1.6.1 Tripletas RDF, Turtle y N3
1.6.2 RDF Schema
1.6.3 OWL
1.6.4 SPARQL
1.6.5 Introducción a las diferentes herramientas para la creación de ontologías
1.6.6 Instalación y uso de Protégé

1.7. La web semántica

1.7.1 El estado actual y futuro de la web semántica
1.7.2 Aplicaciones de la web semántica

1.8. Otros modelos de representación del conocimiento

1.8.1 Vocabularios
1.8.2 Visión global
1.8.3 Taxonomías
1.8.4 Tesauros
1.8.5 Folksonomías
1.8.6 Comparativa
1.8.7 Mapas mentales

1.9. Evaluación e integración de representaciones del conocimiento

1.9.1 Lógica de orden cero
1.9.2 Lógica de primer orden
1.9.3 Lógica descriptiva
1.9.4 Relación entre diferentes tipos de lógica
1.9.5 Prolog: programación basada en lógica de primer orden

1.10 Razonadores semánticos, sistemas basados en conocimiento y Sistemas Expertos

1.10.1 Concepto de razonador
1.10.2 Aplicaciones de un razonador
1.10.3 Sistemas basados en el conocimiento
1.10.4 MYCIN, historia de los Sistemas Expertos
1.10.5 Elementos y Arquitectura de Sistemas Expertos
1.10.6 Creación de Sistemas Expertos

Módulo 2. Inteligencia Artificial e Ingeniería del Conocimiento

2.1. Introducción a la Inteligencia Artificial y a la Ingeniería del Conocimiento

2.1.1 Breve historia de la Inteligencia Artificial
2.1.2 La Inteligencia Artificial hoy en día
2.1.3 Ingeniería del Conocimiento

2.2 Búsqueda

2.2.1 Conceptos comunes de búsqueda
2.2.2 Búsqueda no informada
2.2.3 Búsqueda informada

2.3. Satisfacibilidad booleana, Satisfacibilidad  de restricciones y planificación automática

2.3.1 Satisfacibilidad booleana
2.3.2 Problemas de satisfacción de restricciones
2.3.3 Planificación Automática y PDDL
2.3.4 Planificación como Búsqueda Heurística
2.3.5 Planificación con SAT

2.4. La Inteligencia Artificial en Juegos

2.4.1 Teoría de Juegos
2.4.2 Minimax y poda Alfa-Beta
2.4.3 Simulación: Monte Carlo

2.5. Aprendizaje supervisado y no supervisado

2.5.1 Introducción al Aprendizaje Automático
2.5.2 Clasificación
2.5.3 Regresión
2.5.4 Validación de resultados
2.5.5 Agrupación (Clustering)

2.6. Redes de neuronas

2.6.1 Fundamentos Biológicos
2.6.2 Modelo Computacional
2.6.3 Redes de Neuronas Supervisadas y no Supervisadas
2.6.4 Perceptrón Simple
2.6.5 Perceptrón Multicapa

2.7. Algoritmos genéticos

2.7.1 Historia
2.7.2 Base biológica
2.7.3 Codificación de problemas
2.7.4 Generación de la población inicial
2.7.5 Algoritmo principal y operadores genéticos
2.7.6 Evaluación de individuos: fitness

2.8. Tesauros, vocabularios, taxonomías

2.8.1 Vocabularios
2.8.2 Taxonomías
2.8.3 Tesauros
2.8.4 Ontologías

2.9. Representación del conocimiento: Web Semántica

2.9.1 Web Semántica
2.9.2 Especificaciones: RDF, RDFS y OWL
2.9.3 Inferencia/razonamiento
2.9.4 Linked Data

2.10. Sistemas expertos y DSS

2.10.1 Sistemas expertos
2.10.2 Sistemas de soporte a la decisión

Módulo 3. Sistemas Multiagente y Percepción Computacional

3.1. Agentes y sistemas multiagente

3.1.1 Concepto de agente
3.1.2 Arquitecturas
3.1.3 Comunicación y coordinación
3.1.4 Lenguajes de programación y herramientas
3.1.5 Aplicaciones de los agentes
3.1.6 La FIPA

3.2. El estándar para agentes: FIPA

3.2.1 La comunicación entre los agentes
3.2.2 La gestión de los agentes
3.2.3 La arquitectura abstracta
3.2.4 Otras especificaciones

3.3 La plataforma JADE

3.3.1 Los agentes software según JADE
3.3.2 Arquitectura
3.3.3 Instalación y ejecución
3.3.4 Paquetes JADE

3.4. Programación básica con JADE

3.4.1 La consola de gestión
3.4.2 Creación básica de agentes

3.5. Programación avanzada con JADE

3.5.1 Creación avanzada de agentes
3.5.2 Comunicación entre agentes
3.5.3 Descubrimiento de agentes

3.6. Visión Artificial

3.6.1 Procesamiento y análisis digital de imágenes
3.6.2 Análisis de imágenes y visión artificial
3.6.3 Procesamiento de imágenes y visión humana
3.6.4 Sistema de capturas de imágenes
3.6.5 Formación de la imagen y percepción

3.7. Análisis de imágenes digitales

3.7.1 Etapas del proceso de análisis de imágenes
3.7.2 Preprocesado
3.7.3 Operaciones básicas
3.7.4 Filtrado espacial

3.8. Transformación de imágenes digitales y segmentación de imágenes

3.8.1 Transformadas de Fourier
3.8.2 Filtrado en frecuencias
3.8.3 Conceptos básicos
3.8.4 Umbralización
3.8.5 Detección de contornos

3.9. Reconocimiento de formas

3.9.1 Extracción de características
3.9.2 Algoritmos de clasificación

3.10. Procesamiento de lenguaje natural

3.10.1 Reconocimiento automático del habla
3.10.2 Lingüística computacional

Dispondrás de los medios educativos más modernos, con un acceso libre al Campus Virtual durante las 24 horas del día”