Inteligencia Artificial: Machine learning, ética y nuevas tendencias Programa de Certificado MasterTrack®

Este curso será tu primer acercamiento al concepto de inteligencia artificial en el mundo contemporáneo. Al finalizar el curso, estarás en capacidad de reconocer las principales áreas de la inteligencia artificial actual como procesamiento de lenguaje natural, visión artificial, aprendizaje por refuerzo, entre otros. Podrás entender el potencial de estos métodos para resolver problemas reales y el proceso para formular problemas y plantear metodologías en proyectos de inteligencia artificial, además de las implicaciones éticas, sociales y legales del uso de estos métodos. Se utilizarán múltiples herramientas computacionales y actividades prácticas que enriquecerán tu aprendizaje.

En este curso se estudian los fundamentos del Machine Learning (ML) y los tipos de aprendizaje, así como el proceso que se recomienda seguir para la implementación de proyectos basados en datos. Al finalizar el curso, estarás en capacidad de aplicar algunas técnicas de machine learning, supervisadas y no supervisadas, para construir soluciones alineadas con el problema bajo estudio y las características de los datos disponibles, siguiendo una metodología para el desarrollo de este tipo de proyectos. En este proceso, entenderás algunos sesgos que se pueden presentar a diferentes niveles del ciclo de ML. Los casos que serán abordados en las actividades prácticas son diversos, con el fin de proporcionar una interacción con diferentes contextos de aplicación.

Este curso presenta al estudiante las herramientas matemáticas requeridas para el estudio de técnicas de machine learning, las cuales son fundamentales en el desarrollo de soluciones basadas en inteligencia artificial en diversos campos de aplicación. Al finalizar el curso tendrás la habilidad de organizar, manipular e interpretar cantidades tales como datos y parámetros de modelos en términos de vectores y matrices. También tendrás la habilidad de hacer cálculos probabilísticos básicos tales como valores esperados y covarianzas, y de cuantificar incertidumbre en medidas de error basadas en datos. Podrás implementar algoritmos básicos de descenso de gradiente y verificar la optimalidad de una solución de un problema de optimización convexo.

Este curso proporcionará el espacio para que demuestres tu pensamiento crítico y capacidad de análisis en situaciones que involucren el uso de la IA. Al finalizar el curso estarás en capacidad de enunciar correctamente los principales retos éticos y sociales de la adopción de la IA, según el ámbito de aplicación. También, podrás distinguir entre las prácticas de uso, desarrollo e implementación de IA que aumentan o reducen la aparición de problemas éticos.