Temario del curso
Introducción al aprendizaje automático en el entorno empresarial
- El aprendizaje automático como componente fundamental de la Inteligencia Artificial
- Tipos de aprendizaje automático: supervisado, no supervisado, por refuerzo y semisupervisado
- Algoritmos habituales utilizados en aplicaciones empresariales
- Desafíos, riesgos y posibilidades de uso del aprendizaje automático en IA
- Sobreajuste y el equilibrio entre sesgo y varianza
Técnicas de aprendizaje automático y flujo de trabajo asociado
- Ciclo vital del aprendizaje automático: desde la definición del problema hasta su implementación
- Clasificación, regresión, agrupamiento y detección de anomalías
- Cuándo emplear el aprendizaje supervisado frente al no supervisado
- Introducción al aprendizaje por refuerzo en la automatización empresarial
- Factores clave a considerar en procesos de toma de decisiones basados en el aprendizaje automático
Preprocesamiento de datos e ingeniería de características
- Preparación de datos: carga, limpieza y transformaciones
- Ingeniería de características: codificación, modificación y creación de nuevas variables
- Escalado de características: normalización y estandarización
- Reducción de dimensionalidad: PCA y selección de variables
- Análisis exploratorio de datos e instrumentos para visualizar información empresarial
Redes neuronales y aprendizaje profundo
- Introducción a las redes neuronales y sus aplicaciones en entornos empresariales
- Estructura básica: capas de entrada, ocultas y de salida
- Retropropagación y funciones de activación empleadas en el proceso
- Uso de redes neuronales para tareas de clasificación y regresión
- Aplicaciones de las redes neuronales en la previsión y detección de patrones
Previsión de ventas y análisis predictivo
- Diferencias entre modelos basados en series temporales y en regresión
- Análisis de componentes temporales: tendencias, estacionalidad y ciclos
- Métodos utilizados: regresión lineal, suavizado exponencial, ARIMA
- Aplicación de redes neuronales para la predicción no lineal
- Estudio de caso práctico: pronóstico del volumen mensual de ventas
Estudios de casos en aplicaciones empresariales
- Técnicas avanzadas de ingeniería de características para mejorar predicciones mediante regresión lineal
- Análisis de segmentación mediante algoritmos de agrupamiento y mapas autoorganizados
- Análisis del comportamiento del consumidor mediante minería de reglas de asociación para el sector retail
- Clasificación del riesgo crediticio empleando modelos como la regresión logística, árboles de decisión, XGBoost y SVM
Resumen final e indicaciones para seguir avanzando
Requerimientos
- Comprensión básica de los principios del aprendizaje automático y sus aplicaciones
- Experiencia previa en el uso de hojas de cálculo o herramientas de análisis de datos
- Tener contacto con Python u otro lenguaje de programación resulta útil, pero no es obligatorio
- Interés por aplicar el aprendizaje automático en problemas empresariales y de previsión del mundo real
Público objetivo
- Analistas de negocios
- Profesionales especializados en IA
- Responsables y gestores que toman decisiones basadas en datos
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 4350 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (2)
Fomentar la repetición en la construcción de indicaciones (prompts) entre quienes nunca han utilizado la IA, y animar a los usuarios experimentados a considerar métodos alternativos para su uso.
Matthew Gay - Tarsus Pharmaceuticals
Curso - Artificial Intelligence (AI) Overview
Traducción Automática
Trabajando desde principios fundamentales de manera enfocada y pasando a aplicar estudios de caso en el mismo día
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Traducción Automática
