• Duración

      250 horas

Próximas convocatorias

29 sep 2022
21 dic 2022
  •  Teleformación
  •  Intersectorial

  •  250 horas teleformación
10 oct 2022
11 ene 2023
  •  Teleformación
  •  Intersectorial

  •  250 horas teleformación
17 oct 2022
22 dic 2022
  •  Teleformación
  •  Intersectorial

  •  250 horas teleformación
17 oct 2022
28 dic 2022
  •  Teleformación
  •  Intersectorial

  •  250 horas teleformación
16 nov 2022
15 feb 2023
  •  Teleformación
  •  Intersectorial

  •  250 horas teleformación
29 nov 2022
28 feb 2023
  •  Teleformación
  •  Intersectorial

  •  250 horas teleformación
02 dic 2022
03 mar 2023
  •  Teleformación
  •  Intersectorial

  •  250 horas teleformación
26 dic 2022
23 mar 2023
  •  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, Cáceres, Cádiz, Cantabria, Castellón, Ceuta, Ciudad Real, Córdoba, 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