Certificación

Complementa tu perfil profesional certificando tus habilidades con nuestras insignias digitales y asegura la visibilidad de tus logros en tu hoja de vida, de manera inmediata y segura.
Los estudiantes que logren una asistencia a mínimo el 80% de las sesiones y cumplan con los requisitos acordados, contarán con la certificación de asistencia y/o aprobación, según sea el caso y recibirán un certificado que constituye un reconocimiento que se otorga resaltando los resultados de aprendizaje logrados.

Iniciar proceso de inscripción

Facultad de ciencias contables

Seminario – Vía Microsoft Teams

32 Horas

Fecha de inicio: enero 2024

Ruta de aprendizaje

Descripción

Sumérgete en la ruta de Machine Learning e Inteligencia Artificial, desde los fundamentos hasta técnicas avanzadas. Aprende a construir modelos, evaluar su rendimiento y aplicar técnicas de aprendizaje supervisado y análisis contrafactual. Desarrolla habilidades en demanda y aprovecha el poder del Machine Learning para impulsar la innovación.

Habilidades:

·Machine Learning.
·Creación y evaluación de modelos predictivos.
·Inteligencia Artificial.
·Uso de Tics.
·Manejo de técnicas de Machine Learning.

Dirigido a

Público general y estudiantes de últimos semestres de Contaduría Pública, Tecnología Contable y Tributaria, que deseen comprender los conceptos fundamentales del Machine Learning y la Inteligencia Artificial, incluyendo algoritmos y técnicas utilizadas.

Objetivo

Capacitar a los interesados en las últimas tendencias de Machine Learning, aprendiendo a diferenciar las aplicaciones del Machine Learning y la Inteligencia artificial en diferentes sectores económicos, conoce desde los fundamentos, hasta técnicas avanzadas. Aprende a construir modelos, evaluar su rendimiento y aplicar técnicas de aprendizaje supervisado y análisis contrafactual. Desarrolla habilidades en demanda y aprovecha el poder del Machine Learning para impulsar la innovación.

Quiero recibir Información Personalizada:

Acepto las condiciones de uso.

Contenidos

1. INTRODUCCIÓN A MACHINE LEARNING2. MACHINE LEARNING: ANÁLISIS CONTRAFACTUAL3. EVALUACIÓN DE MODELOS DE MACHINE LEARNING4. MACHINE LEARNING: APRENDIZAJE SUPERVISADO
1.1 Ya eres un “cyborg”... Pero no es como esperabas.2.1 Introducción al análisis causal.3.1 Entrenamiento de un modelo de clasificación.4.1 A. I, Machine learning y otras cosas.
1.2 Machine Learning.2.2 Métodos de inferencia causal.3.2 Métricas para evaluar un modelo de clasificación.4.2 Algoritmos de Machine learning supervisado I.
1.3 ¿Entonces cómo aprende una máquina?2.3 Causal Machine Learning.3.3 Técnicas de validación cruzada.4.3 Algoritmos de Machine learning supervisado II.
1.4 ¿Cómo es en la práctica?: paso a paso de Machine Learning.4.4 Introducción a neural network.
5. FUNDAMENTOS APLICADOS DE MACHINE LEARNING6. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL7. INTRODUCCIÓN A LA ÉTICA EN LA INTELIGENCIA ARTIFICIAL8. ESTRATEGIAS RESPONSABLES Y PRÁCTICAS TRANSPARENTES EN EL USO DE LA IA9. ACOMPAÑAMIENTO DOCENTE Y PROYECTO FINAL
5.1 Introducción y herramientas.6.1 La historia de la inteligencia artificial.7.1 Principios éticos e inteligencia artificial.8.1 Exploración de oportunidades de innovación tecnológica con IA.9.1 Acompañamiento docente sobre los temas vistos en la ruta y parámetros generales de la realización del trabajo final.
5.2 Prediciendo el precio de una casa: Regresiones en Boston.6.2 Conceptos relevantes.7.2 Estrategias responsables y prácticas transparentes en el uso de la IA.8.2 Diseño de soluciones innovadoras y tecnológicas con IA.
5.3 ¿A quién le prestarías dinero? Clasificación para tarjetas de crédito.6.3 Deep learning.8.3 Implementación de proyectos de innovación tecnológica con IA.
5.4 Perspectivas: el proceso y otras técnicas.6.4 Casos de uso en la vida real.
6.5 Bonus: GPT-3 y GIT-HUP.

¿Por qué estudiar un programa de educación continua en la Uniremington?

Nuestros programas se caracterizan por las experiencias de aprendizaje, pertinentes y flexibles, que desarrollan competencias y habilidades para toda la vida en formatos de rutas de aprendizaje.
CONTÁCTANOS:
educacioncontinua@uniremington.edu.co
amunera@uniremington.edu.co
PBX. (604) 3221000 Extensión 7013