Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
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