IFCD0063 Aplicaciones industriales del aprendizaje automático y la inteligencia artificial. Online

OBJETIVO:

Definir los conceptos básicos sobre inteligencia artificial, aprendizaje automático y el funcionamiento de los diferentes tipos de redes neuronales.

OCUPACIONES Y PUESTOS DE TRABAJO RELACIONADOS:


-Programadores informáticos.

-Técnicos en operaciones de sistemas informáticos.

REQUISITOS DE ACCESO:

Cumplir como mínimo alguno de los siguientes requisitos:

- Título de Graduado en Educación Secundaria Obligatoria (ESO) o equivalente.

- Certificado de profesionalidad de nivel 1.

- Título Profesional Básico (FP Básica)

- Título de Técnico (FP Grado Medio) o equivalente.

- Certificado de profesionalidad de nivel 2.

- Haber superado la prueba de acceso a Ciclos Formativos de Grado Medio.

- Haber superado cualquier prueba oficial de acceso a la universidad.

- Prueba de acceso consistente en demostración de conocimientos y competencias suficientes para participar en el curso con aprovechamiento.

*  Además de lo indicado, el alumnado debe tener las destrezas suficientes para el uso de la plataforma virtual en la que se apoya la acción formativa.

Formación dirigida prioritariamente a personas trabajadoras ocupadas que tengan su centro de trabajo en la Región de Murcia y que presten servicios en servicios de carácter social y que desempeñan sus funciones en servicios relacionados con administración, gestión y otras tareas informáticas. * Consulta sobre disponibilidad de otras plazas.

MÓDULOS FORMATIVOS 


MÓDULO 1: EVOLUCIÓN HISTÓRICA DE LA INTELIGENCIA ARTIFICIAL Y MACHINE LEARNING (15 horas)


Objetivo: Describir la evolución que ha tenido lugar en el ámbito de la Inteligencia Artificial y del Machine Learning 


Contenidos teórico- prácticos: 


• Introducción a la Inteligencia Artificial y Machine Learning

• Evolución histórica de la Inteligencia Artificial

• Observación de la Inteligencia Artificial y Machine Learning

• Aproximación a redes neuronales y deep learning


MÓDULO 2: FUNDAMENTOS DE REDES NEURONALES (15 horas)


Objetivo: Distinguir el concepto de red neuronal entre los diferentes tipos de redes existentes utilizando herramientas de deep learning.


Contenidos teórico- prácticos: 


• Introducción a las redes neuronales

• Aproximación conceptual y estructura de una red neuronal

• Identificación de los tipos de redes neuronales más comunes

• Aplicación de deep learning en redes neuronales


MÓDULO 3: EJERCICIOS PRÁCTICOS CON KERAS / TENSOR FLOW (10 horas)


Objetivo: Aplicar los conceptos obtenidos en ejercicios prácticos utilizando las herramientas Keras / Tensor Flow.


Contenidos teórico- prácticos: 


• Observación de ejercicios prácticos con Keras / Tensor Flow

• Definición y optimización de una red plana

• Definición y optimización de una red convolucional

• Definición y optimización de una red recursiva

Formación 100% subvencionada. Financiada con cargo al presupuesto de gastos del SEF para el ejercicio 2023 con fondos procedentes del Servicio Público de Empleo y Formación (SEPE). Número de expediente PL-2023-149

Formación 100% subvencionada. Financiada con cargo al presupuesto de gastos del SEF para el ejercicio 2024 con fondos procedentes del Servicio Público de Empleo y Formación (SEPE). Número de expediente PL-2024-173/3