Inteligencia artificial aplicada a la gestión de procesos

Modalidad

Modalidad: Teleformación

Duración

60 horas

IMPARTICIÓN DEL CURSO

Entidad de impartición

Fundación Confemetal

C/ Príncipe de Vergara, 74 – Madrid

Fecha

Del 22 de febrero al 26 de marzo de 2024

OBJETIVOS

Potenciar la introducción y el conocimiento sobre inteligencia emocional y los procesos de producción a los que puede asociarse para mejorar y optimizar el rendimiento.

Conocer la evolución del big data y la IA, la funcionalidad del machine learning, identificar las diferentes ramas de los algoritmos de la IA, y aprender a utilizar los modelos profundos de Deep learning y la segmentación a través de la IA.

CONTENIDOS

CONTENIDOS TEÓRICOS:
    1. Introducción a la IA
      1. Definición. Historia
      2. Ramas de la IA. Algoritmos
      3. Machine/Deep Learning.
      4. Big data: el cambio en la IA.
    2. Algoritmos de IA
      1. Machine Learning: modelos supervisados
      2. Machine learning: modelos no supervisados
      3. Aprendizaje por refuerzo
      4. Modelos profundos (Deep learning)
      5. Ejemplos con Weka/Orange
    3. Aplicaciones en la empresa
      1. People Analytics
      2. Predicción: stocks, demandas, comportamientos
      3. Segmentación: análisis de oferta. Identificar tendencias
      4. Fidelización de clientes usando aprendizaje reforzado
      5. Recomendadores web
      6. Mejora de procesos
    CONTENIDOS PRÁCTICOS:
    1. Introducción a la IA
      1. Actividad. Identificar las principales ramas de la IA
      2. Ejercicio. Conocer y saber utilizar y/o aplicar los diferentes algoritmos de la IA dentro de un supuesto práctico
    2. Algoritmos de IA
      1. Caso práctico. Identificar tipos de elementos de entrada al sistema de Inteligencia Artificial en función del escenario
      2. Actividad. Identificar elementos de entrada al sistema de Inteligencia Artificial, describiendo sus características
      3. Caso práctico. Aprender a crear diferentes algoritmos dentro de la Inteligencia Artificial, identificar los principales modelos de machine learning y su aplicación en la gestión eficaz de procesos
    3.  Aplicaciones en la empresa
      1. Ejercicio. Aplicar protocolos de actuación ante estas situaciones, revisándolos de modo que garanticen la calidad y disponibilidad del servicio
      2. Caso práctico. Aplicación práctica de la IA para la gestión de diferentes tipos de procesos dentro de las empresas
      3. A través de casos prácticos, realizar diferentes segmentaciones que permitan analizar y valorar ofertas
      4. Ejercicio. Utilizar la IA para hacer diferentes gestiones dentro de la empresa, que permitan optimizar y gestionar más eficazmente los procesos, tales como: stocks, demandas, comportamientos
logo_fundacion

Necesitas más información

Necesitas más información