Programa del Curso

Introducción a la IA Generativa

  • Definición de IA generativa
  • Visión general de modelos generativos (GANs, VAEs, etc.)
  • Aplicaciones y casos de estudio

La Necesidad de Datos Sintéticos

  • Limitaciones de los datos reales
  • Preocupaciones sobre privacidad y seguridad
  • Mejorar la robustez del modelo AI

Generando Datos Sintéticos

  • Técnicas para la generación de datos sintéticos
  • Asegurar calidad y diversidad de los datos
  • Workshop práctico: Crear tu primer conjunto de datos sintético

Evaluando Datos Sintéticos

  • Métricas para evaluar la calidad de los datos sintéticos
  • Comparación del rendimiento entre datos sintéticos y reales
  • Análisis de casos de estudio

Aspectos Éticos y Legales

  • Navegando el paisaje ético
  • Marco legal y cumplimiento normativo
  • Equilibrar la innovación con la responsabilidad

Temas Avanzados en Síntesis de Datos

  • Datos sintéticos para el aprendizaje no supervisado
  • Síntesis de datos entre dominios
  • Tendencias futuras en IA generativa

Proyecto Final

  • Aplicar el conocimiento a escenarios del mundo real
  • Desarrollar una estrategia de datos sintéticos
  • Evaluación y retroalimentación

Resumen y Próximos Pasos

Requerimientos

  • Comprender los conceptos básicos de aprendizaje automático
  • Experiencia con programación en Python
  • Familiaridad con los flujos de trabajo de ciencia de datos

audiencia

  • Científicos de datos
  • Practicantes de IA
 21 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas