Programa Iberoamericano de Capacitación Docente
Programas Internacionales
Modalidad On Line
DIPLOMADO INTERNACIONAL: HERRAMIENTAS DE INTELIGENCIA ARTIFICIAL PARA LA INVESTIGACIÓN DOCENTE.
INICIO DE CLASES: 09 DE OCTUBRE
EVENTO DE LANZAMIENTO (CLASE MODELO I):
Como evento de lanzamiento y clase modelo hacemos la invitación a toda la comunidad Iberoamericana a inscribirse gratuitamente al SEMINARIO INTERNACIONAL ONLINE "HERRAMIENTAS DE INTELIGENCIA ARTIFICIAL PARA LA INVESTIGACIÓN DOCENTE" a desarrollarse el día Sábado 07 de Octubre a horas 06:30 PM (Hora de Lima Perú). La ponencia estará a cargo del tutor del Diplomado M.Sc. Ing. Larry Lugo Urribarrí. Prof. universitario de pre y posgrado. Científico de Datos graduado de la Universidad Jhons Hopkins. Embajador para Latinoamérica del Galilee International Management Institute (GIMI, Israel). Asesor de programas de posgrado en la Universidad Pedagógica y Tecnológica de Colombia (UPTC).
PRESENTACIÓN:
La Inteligencia Artificial (IA) es una ciencia multidisciplinaria cuyo propósito es crear máquinas que presenten capacidades similares a las del ser humano. El machine learning (ML) o aprendizaje automático es una rama de la inteligencia artificial que permite que las máquinas aprendan sin ser expresamente programadas para ello. Una habilidad indispensable para hacer sistemas capaces de identificar patrones entre los datos para hacer predicciones. Esta tecnología está presente en un sinfín de aplicaciones como las recomendaciones de Netflix o Spotify, las respuestas inteligentes de Gmail o el habla de Siri y Alexa. En el ámbito de la investigación docente las herramientas de IA, y en particular, el ML es capaz de convertir una muestra de datos en un programa informático capaz de extraer inferencias de nuevos conjuntos de datos para los que no ha sido entrenado previamente. Esta capacidad de aprendizaje se emplea también para la mejora de motores de búsqueda, la robótica, el diagnóstico médico o incluso la detección del fraude en el uso de tarjetas de crédito. La estadística es sin duda la base fundamental del aprendizaje automático, que básicamente consiste en una serie de algoritmos capaces de analizar grandes cantidades de datos para deducir cuál es el resultado idóneo para un determinado problema. Sin embargo, para aprovechar las ventajas de la IA en la investigación docente, los profesionales enfrentan la necesidad de manejar lenguajes de programación como Python o R, entre otros, tener habilidades avanzadas en la Ciencia de Datos, disponer de tecnologías para la gestión, visualización y análisis de datos masivos (big data), dominar los fundamentos de la IA y el ML, por lo que frecuentemente deben recurrir a especialistas que no abundan y cuyos honorarios no son precisamente asequibles.
OBJETIVOS DEL CURSO:
Por estas razones, este curso pretende que el participante:
- Aprenda los fundamentos de la IA y el ML aplicados en el ámbito de la investigación docente.
- Desarrolle una sólida comprensión de los algoritmos de aprendizaje automático más utilizados para regresión, pronóstico y clasificación, así como las habilidades para aplicarlos en la investigación docente bajo el paradigma “low-code”, prácticamente sin escribir código empleando herramientas Open Source.
- Obtenga el máximo beneficio de los métodos y técnicas de la IA y el ML aplicándolos en estudios de caso.
METODOLOGÍA:
Los cursos se dictarán en modalidad online a través de clases en vivo (Zoom) y asíncronos a través de la plataforma Moodle, es decir que estarán disponibles las 24 horas del día para que usted ingrese en su mejor horario; cada curso tiene una duración de tres semanas.
ESTRUCTURA CURRICULAR:
Módulo I: Fundamentos de inteligencia artificial (IA) y machine Learning (ML)
Módulo II: Configuración del entorno y herramientas de trabajo
Módulo III: Preprocesamiento de datos: - Widgets disponibles en la herramienta para visualizar los datos. - Métodos disponibles para realizar la imputación. - Detección de valores atípicos: ¿qué método? - Cómo realizar la normalización de variables. - Nuestro primer script simple de Python que realiza la detección de valores atípicos.
Módulo IV: Selección de variables: - Fundamentos teóricos para la selección de variables en el ML.. - Cómo ver las estadísticas de características de su conjunto de datos - Visualización de datos (gráficos de líneas, gráficos de series de tiempo). - Herramientas para la selección de variables (matrices de correlación, diagrama de tamiz, gráficos de dispersión y gráficos de proyección lineal).
Módulo V: Regresión lineal: - Fundamentos teóricos. - Regresión lineal usando “learners”. - Regresión lineal: entrenamiento y validación mediante pliegues. - Lasso, Ridge y red elástica en regresión lineal - Comparación del rendimiento de las diferentes técnicas.
Módulo VI: Técnicas de clasificación y agrupamiento: - Introducción a las técnicas de clasificación y agrupamiento. - Cómo funcionan los algoritmos de árboles de decisión. - Aprendiendo kNN a través de un ejemplo sencillo. - Explicación de k-medias - ¿Qué es la "Matriz de Confusión"?
Módulo VII: Algoritmos para clasificación y regresión: - Introduction a Random Forest, Support Vector Machine (SVM) y Redes Neuronales (NN).
Módulo VIII: Pronóstico de series de tiempo: - Introducción al pronóstico de series de tiempo. - Fundamentos y aplicaciones prácticas de las series de tiempo. - Estacionalidad y los tipos de estacionalidad (aditivo, etc.). - ¿Qué es un modelo ARIMA? - Redes Neuronales para el pronóstico de series de tiempo.
Módulo IX: Estudios de caso / Proyecto personal
Estudio de caso 1: clasificación de imágenes
Estudio de caso 2: clasificación mediante un modelo de cascada simple.
Estudio de caso 3: Transformación de variables
Estudio de caso 4: scripts para la visualización de variables (mapa de calor, histograma, gráfico de violín, winsorización interactiva
Proyecto personal
RESUMEN DEL PERFIL PROFESIONAL DEL TUTOR:
M.Sc. Ing. Larry Lugo Urribarrí. Prof. universitario de pre y posgrado. Científico de Datos graduado de la Universidad Jhons Hopkins. Embajador para Latinoamérica del Galilee International Management Institute (GIMI, Israel). Investigador en Universidad del Zulia en línea (LUZ) en sistemas de desarrollo sostenible con tecnologías de punta. Distinguido en seis ocasiones con el Premio Estímulo a la Investigación e Innovación (Venezuela). Asesor de programas de posgrado en la Universidad Pedagógica y Tecnológica de Colombia (UPTC) y asesor técnico para la transformación digital sostenible de empresas agroambientales (AgroTech) mediante tecnologías exponenciales de la 4a revolución industrial. Experto en Inteligencia Artificial aplicada en los ámbitos agroambientales, educativo y ciudades sostenibles. Fundador de Novuxia, emprendimiento para el uso novedoso, efectivo y asequible de la IA. Líder del Programa Educativo "Genial University" de iredesNET.
MODALIDAD: VIRTUAL
El alumno tendrá acceso a la plataforma virtual del CIESI, en el cual encontrará las herramientas necesarias para su formación. Se combinarán el uso de herramientas pedagógicas asíncronas y online con el objetivo que asegurar la formación de redes internacionales de colaboración entre los estudiantes
TITULACIÓN:
Certificado oficial por 360 horas lectivas a nombre del Centro Internacional de Estudios Interdisciplinarios CIESI.net del Perú.
VALOR DEL PROGRAMA:
- El valor del programa es de 1000 dólares americanos.
- Valor con beca es de 100 dólares americanos.
BECAS:
El CIESI otorgará 100 becas parciales del 90% del valor del diplomado a los interesados que lo soliciten a través del formulario de inscripción.
Requisitos:
Para esta convocatoria y, ante la crisis global, se han eliminado los requisitos de postulación. Pudiendo matricularse directamente pagando únicamente el 10% del valor, es decir USD 100, los 100 primeros inscritos.
PROCEDIMIENTO PARA EL PAGO DE MATRÍCULA:
Vía Giro Postal a través de Western Union, Money Gram, o Service Perú:
Obtener el recibo que incluye el número de control de transferencia de dinero (MTCN). Indicar además el nombre y apellido (de quien tramitó el envío), su ciudad, estado y país.
Banco Interbank:
Código Interbancario: 003-500-003001923748-63
Número de cuenta US$: 500-3001923748
Tarjeta de crédito o débito: En línea a través de Paypal:
Enviar constancia de pago al correo Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
INFORMES, POSTULACIONES E INSCRIPCIONES:
CENTRO INTERNACIONAL DE ESTUDIOS INTERDISCIPLINARIOS
Whatsapp: ++51 981747462
Correo electrónico: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Web: ciesi.net