Inteligencia artificial aplicada a la empresa (IFCT163PO)

    • Precio

      0€

Próximas convocatorias

04 jul 2022
14 sep 2022
  •   Formación teleformación
  • Intersectorial

  •   250 horas teleformación
15 jul 2022
15 ago 2022
  •   Formación teleformación
  • Intersectorial

  •   250 horas teleformación
18 jul 2022
17 oct 2022
  •   Formación teleformación
  • Intersectorial

  •   250 horas teleformación
19 jul 2022
07 oct 2022
  •   Formación teleformación
  • Intersectorial

  •   250 horas teleformación
29 jul 2022
28 oct 2022
  •   Formación teleformación
  • Intersectorial

  •   250 horas teleformación
08 ago 2022
08 nov 2022
  •   Formación teleformación
  • Intersectorial

  •   250 horas teleformación
10 ago 2022
04 nov 2022
  •   Formación teleformación
  • Intersectorial

  •   250 horas teleformación

Inscripción recibida.

Error, vuelva a intentarlo.

Enviando inscripción

Inteligencia artificial aplicada a la empresa (IFCT163PO)

Sectores

Intersectorial

Áreas

Marketing digital; Programación

Dirigido a

Autónomos; Economia Social; Empleados

Disponible en las siguientes provincias

Albacete, Alicante, Almería, Araba/Álava, Asturias, Ávila, Badajoz, Barcelona, Burgos, Caceres, Cádiz, Cantabria, Castellón, Ceuta, Ciudad Real, Cordoba, Cuenca, Girona, Granada, Guadalajara, Huelva, Huesca, Illes Balears, Jaén, La Rioja, Las Palmas, León, Lleida, Lugo, Madrid, Málaga, Melilla, Murcia, Navarra, Ourense, Palencia, Pontevedra, Salamanca, Santa Cruz, Segovia, Sevilla, Soria, Tarragona, Teruel, Toledo, Valencia, Valladolid, Zamora, Zaragoza

Objetivo General

Adquirir conocimientos sobre las tecnologías asociadas a la empresa así como su uso.
Adquirir conocimientos sobre las aplicaciones de la en la empresa.
Implementar aplicaciones basadas en IA para ser usadas en la empresa.

Contenidos formativos:

1. Introducción a la IA.

1.1 Definición. Historia.
1.2. Ramas de la IA. Algoritmos.
1.3 Machine/Deep Learning.
1.4 Big data: el cambio en la IA.

2. Algoritmos de IA.

2.1. Machine Learning: modelos supervisados.
2.2. Machine learning: modelos no supervisados.
2.3 Aprendizaje por refuerzo.
2.4 Modelos profundos (Deep learning).
2.5 Ejemplos con Weka/Orange.

3. Aplicaciones en la empresa.

3.1. People Analytics.
3.2 Predicción: stocks, demandas, comportamientos.
3.3. Segmentación: análisis de oferta. Identificar tendencias.
3.4 Fidelización de clientes usando aprendizaje reforzado.
3.5 Recomendadores web.
3.6 Mejora de procesos.

Requisitos para Programación:
Intersectorial

Requisitos para Marketing digital:
Intersectorial