Autoplay
Autocomplete
Previous Lesson
Complete and Continue
FUNDAMENTOS DE LA IA - Aldeas Infantiles (OCT24)
Introducción
Presentación del curso
Módulo 1 - Introducción a la Inteligencia Artificial: ¿Qué es la inteligencia artificial?
Introducción a la Inteligencia Artificial (4:39)
ABC de la inteligencia humana. Punto A: Reconocimiento de patrones de información (5:07)
ABC de la inteligencia humana. Punto B: Adaptación del cerebro humano
ABC de la inteligencia humana. Punto C: Límites del procesamiento de la información en personas humanas (11:42)
Resumen del ABC de la inteligencia humana
ABC del concepto de Inteligencia Artificial. Punto A: Fenómeno del blanco móvil (7:06)
ABC del concepto de Inteligencia Artificial. Punto B: Como entender a la IA como un género con diferentes subgéneros (6:27)
ABC del concepto de Inteligencia Artificial. Punto C: Capacidad de reconocer patrones de información (3:55)
Aproximación a un concepto de Inteligencia Artificial
Historia y evolución de la IA
Diferencias entre IA, aprendizaje automático y aprendizaje profundo
Recapitulando: ABC de la Inteligencia Artificial
Módulo 1 - Introducción a la Inteligencia Artificial: Aplicaciones de la IA en el Mundo Actual
Bienvenidos a la Clase 2: Aplicaciones de la IA en el Mundo Actual
Motivaciones (2:50)
Aplicaciones de la IA (2:49)
Prometea: IA al Servicio de la Justicia
Oportunidades de la IA (2:34)
Desafíos de la IA (7:55)
IA: ¿Oportunidad o desafío? (4:53)
Acciones. Uso de la IA para los servicios públicos (3:02)
Conclusiones (0:50)
Actualización: Estado del Arte en el Uso de IA en Diferentes Regiones del Mundo
Impacto de la IA en el Mundo Real: Casos de Uso Relevantes
Ejemplos de herramientas y servicios que utilizan IA en la vida cotidiana
Cierre de la Clase 2: La IA en Acción en el Mundo Real
Módulo 2 - Conceptos Básicos de IA: Tipos de inteligencia artificial
Bienvenidos al Módulo 2: Conceptos Básicos de Inteligencia Artificial
El Test de Turing: ¿Puede una Máquina Pensar?
Clasificación de la IA según sus objetivos (IA débil o acotada; IA general o fuerte; "super inteligencia") (3:18)
Clasificación de la IA según Arend Hintze: Reactiva, con Memoria, Teoría de la Mente y Autoconciencia
Resumen Comparativo: Clasificaciones de la IA
Módulo 2 - Conceptos Básicos de IA: Algoritmos y modelos de IA
Desentrañando los Algoritmos y Modelos de IA: Cómo Piensa una Máquina
¿Qué es un algoritmo? (18:52)
Introducción a los distintos tipos de aprendizaje automatizado - Supervisado y No Supervisado (6:49)
Aprendizaje por refuerzo (6:41)
Modelos de Inteligencia Artificial: Resumen de los distintos tipos de aprendizaje
Introducción al Aprendizaje Supervisado: Enseñar a la IA con Ejemplos
Algoritmo de Regresión Lineal: Predecir Tendencias y Resultados Numéricos
Algoritmos de clasificación: Regresión logística (4:24)
Algoritmos de clasificación: Support Vector Machines (9:06)
SVM: Intuición del caso simple (10:30)
SVM: Intuición para el caso más complejo (7:04)
Árboles de decisión (parte 1) (16:14)
Árboles de decisión (parte 2) (14:19)
Árboles de decisión (parte 3) (7:59)
Árboles de decisión (parte 4) (5:10)
Poder de discernimiento de árboles de decisión como función de su altura/profundidad (2:34)
Árboles y bosques aleatorios de decisión. Métodos de ensamblado (10:29)
Árboles y bosques aleatorios de decisión. Combinaciones homogéneas vs. heterogéneas (2:21)
Bosques aleatorios de decisión (11:57)
Resumen de Algoritmos de Clasificación
Introducción al Aprendizaje No Supervisado: Descubriendo Patrones Ocultos
Clustering: Entendiendo el Agrupamiento de Datos con K-means
Reducción de Dimensionalidad: Simplificando Datos Complejos con PCA
Introducción al Aprendizaje Profundo: La Base de las Redes Neuronales
Redes neuronales artificiales (7:32)
Redes neuronales artificiales: componentes de un sistema neuronal (2:53)
Redes neuronales artificiales: Arquitectura de las redes neuronales artificiales (2:30)
Aspectos de las redes neuronales artificiales (3:13)
Tipos de redes neuronales (4:21)
Resumen: Redes Neuronales Artificiales
Cierre del Módulo 2: El Poder de los Algoritmos y Redes Neuronales
Módulo 3 - Gobernanza de Datos y Preprocesamiento: Introducción a la Gobernanza de datos
Gobernanza de Datos y Preprocesamiento: Construyendo la Base para una IA Exitosa
Introducción a la gobernanza de datos (10:19)
Componentes de la gobernanza de datos (11:31)
Estándares y buenas prácticas (4:29)
Catálogo de datos (6:20)
Roles y responsabilidad en el uso de los datos (5:57)
Autogestión y uso eficiente de los datos (10:09)
¿Qué problemas podemos encontrar con la gobernanza? (8:18)
Resumen: ¿Qué es la Gobernanza de Datos?
Protegiendo el Valor de los Datos: Normativas y Buenas Prácticas en la Gestión de Datos
Estándares y Mejores Prácticas para la Gestión de Datos
Ejemplo de aplicación: Gobernanza de datos en empresa de servicio de telecomunicaciones (5:52)
Gobernanza de datos: Políticas y principios (6:48)
Gobernanza de datos: Comité de datos (11:10)
Gobernanza de datos: Procesos (2:59)
Gobernanza de datos: Arquitectura (6:37)
Gobernanza de datos: Calidad (3:51)
Gobernanza de datos: Privacidad y cumplimiento (4:18)
Gobernanza de datos: Metadata (5:02)
Gobernanza de datos: Seguridad, accesos y usos (3:55)
Gobernanza de datos: Compra y monetización (18:01)
Gobernanza de datos: Herramientas de gobierno (4:00)
Recap: Gobernanza de Datos
Introducción al Rol del CDO (Chief Data Officer)
¿Que es el CDO? (8:37)
Funciones primarias y objetivos del CDO (6:57)
CDO: Dinámica (3:36)
Dinámica del CDO: Mejora de un proceso de información (3:56)
Dinámica del CDO: Desarrollo de un nuevo sistema (6:46)
Dinámica del CDO: Proyecto de explotación prioritario (6:21)
Dinámica del CDO: Proyecto de explotación no prioritario (3:56)
Dinámica del CDO: Intercambio de datos (1:19)
Dinámica del CDO: Definición de nuevo estándar (2:45)
Dinámica del CDO: Adquisición de bases de datos (4:37)
Conclusión: El Impacto del CDO en la Estrategia de Datos
Introducción a los Datos Personales: Protección y Gestión Responsable
Datos personales: Normativa aplicable (13:41)
Categorías de Datos Personales
Consentimiento (6:57)
Datos sensibles (10:08)
Ejemplos prácticos de problemas relacionados con la Gobernanza de datos: Datos o modelos inseguros (12:40)
Ejemplos prácticos de problemas relacionados con la Gobernanza de datos: Problemas para encuadrar modelos o definir negocios (12:31)
Ejemplos prácticos de problemas relacionados con la Gobernanza de datos: Mala calidad de los datos (1:52)
Resumen de la Clase: Gobernanza de Datos y el Rol del CDO
Módulo 3 - Gobernanza de Datos y Preprocesamiento: Preprocesamiento de Datos para IA
Preparando el Terreno: La clave del éxito en IA está en los Datos
La Importancia de la Calidad de los Datos en Proyectos de IA
¿Qué es el preprocesamiento de datos? (10:12)
Cómo preparar datos para su uso en modelos de IA: Comprobaciones básicas. (7:30)
Etapas del preprocesamiento de datos: limpieza, normalización y transformación. (11:30)
Tratamientos de datos faltantes (5:51)
Resumen de la Clase: Preprocesamiento de Datos en Proyectos de IA
Módulo 4 - Implementación Práctica de la IA: IA en la Automatización de Tareas
Implementando la IA en el Mundo Real: Automatización y Creación
Toma de Decisiones: La clave para identificar tareas repetitivas
Tipos de decisiones (6:21)
Proceso para la toma de decisión eficaz (2:03)
Etapas para la elección de alternativas (4:35)
Tipos de tomas de decisiones (10:17)
Decisiones reales creativas (3:33)
Toma de decisiones: Implementaciones reales (Parte I) (7:38)
Toma de decisiones: Implementaciones reales (Parte II) (6:46)
Toma de decisiones: Implementaciones reales (Parte III) (8:38)
Toma de decisiones: Implementaciones reales (Parte IV) (6:54)
Toma de decisiones: Implementaciones reales (Parte V) (9:46)
Repaso: Toma de decisiones eficaz y sus implementaciones
Identificando tareas repetitivas para automatizar con IA
Optimizando la IA en la toma de decisiones: Un vistazo a organizaciones 4.0
La revolución de la IA: Automatización en distintas industrias
Automatización mediante IA: Casos de uso por tipo de tecnología
Profundizando en la Automatización mediante IA: Videos por Sector
Introducción a los Bots: Automatización inteligente al servicio de las empresas
Recapitulación: Un Viaje por la Automatización y Toma de Decisiones con IA
Módulo 4 - Implementación Práctica de la IA: IA Generativa y su Aplicación en el Trabajo
Imagina un mundo donde las máquinas crean por ti…
¿Qué es la IA Generativa?
AI Generativa y Modelos Lingüísticos (6:12)
Tipos arquitectura de los modelos lingüísticos (7:13)
Introducción a ChatGPT (4:22)
Otros modelos y herramientas de IA Generativa (10:23)
Ventajas de la IA Generativa para los Negocios (3:11)
Cierre de la clase: El poder de la IA Generativa en el trabajo
Módulo 5 - Ética y Consideraciones de la IA: Ética en la Inteligencia Artificial
Reflexionando sobre la ética en la era de la IA: Un camino hacia el futuro
IA y Ética: Una visión general
Ciclo de vida de sistemas de IA (2:35)
Auditabilidad de los sistemas de IA (1:30)
Sesgo (4:30)
Ética (2:06)
IA ética e IA centrada en la persona (1:08)
Reproducibilidad e IA robusta (2:43)
Trazabilidad (1:40)
Confianza (1:34)
IA fiable (11:55)
Sesgos en IA fiable (6:20)
Evaluación de IA fiable (3:04)
Cajas negras vs. cajas blancas (14:24)
El sesgo algorítmico: Un desafío persistente
Privacidad y la IA: Protegiendo nuestros datos en un mundo digital
Otros desafíos éticos de la Inteligencia Artificial
Resumen de la clase: Reflexionando sobre la ética en la IA
Módulo 5 - Ética y Consideraciones de la IA: Futuro de la IA y Preparación para su Impacto
Un Vistazo al Futuro: IA y su Impacto en el Mundo
Relación entre personas humanas y evolución tecnológica (6:11)
Ámbitos de aplicación e impacto que ha tenido la IA en la sociedad global (5:06)
Respuestas inteligentes a problemas emergentes (4:26)
El Potencial de la IA para Mejorar el Bienestar Social: Innovación con Impacto en América Latina
IA y el Futuro del Trabajo: Adaptándonos a la Revolución Tecnológica
¿Las máquinas nos desemplean?
Los trabajos y tareas que surgen en la era de la IA
Desafíos de la IA: Navegando en Terreno Complejo
Responsabilidad Social Corporativa e IA: Un Compromiso Ético
Tendencias Futuras en IA: Hacia un Futuro Impulsado por la Innovación
Resumen y Cierre del Módulo: Ética e Impacto de la IA
Modulo Extra: Cierre del curso
Reflexión Final: Un Viaje por la Inteligencia Artificial y su Futuro
Etapas del preprocesamiento de datos: limpieza, normalización y transformación.
Lesson content locked
If you're already enrolled,
you'll need to login
.
Enroll in Course to Unlock