Programa del Curso

Introducción a la Inteligencia Artificial Generativa

  • ¿Qué es la Inteligencia Artificial Generativa?
  • Historia y evolución de la IA generativa
  • Conceptos clave y terminología
  • Resumen de aplicaciones y potencialidades de la IA 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 y ingeniería de características

Conceptos Básicos del Aprendizaje Profundo

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

Visión General de los Modelos Generativos

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

Autoencoders Variacionales (VAEs)

  • Comprendiendo los autoencoders
  • Arquitectura de los VAEs
  • Espacio latente y su importancia
  • Proyecto práctico: Creación de un VAE simple

Redes Neuronales Adversarias Generativas (GANs)

  • Introducción a las GANs
  • 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
  • Visión general de los modelos GPT (Generative Pretrained Transformer)
  • Aplicaciones de GPT en la generación de texto
  • Proyecto práctico: Generación de texto con un modelo preentrenado GPT

Ética e Implicancias

  • Consideraciones éticas en la Inteligencia Artificial Generativa
  • Biases y equidad en modelos de IA
  • Implicancias futuras y una IA responsable

Aplicaciones Industriales de la Inteligencia Artificial Generativa

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

Proyecto de Conclusión

  • Ideación y propuesta para un proyecto de IA generativa
  • Recolección y preprocesamiento del conjunto de datos
  • Selección y entrenamiento del modelo
  • Evaluación y presentación de los resultados

Resumen y Próximos Pasos

Requerimientos

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

Publlico Objetivo

  • Desarrolladores
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas