Ingresa a

Sergiovirtual

INGRESA A MOODLE

Haz Clic Aquí

Incorrecto

Ingresa a

SergioNET

Comunidad Sergista en línea



Olvidé mi contraseña
¿Cuál es mi usuario?

Ingresa a

Tucorreo

Si eres estudiante


Si eres FUNCIONARIO

haz clic aquí

Menu

 

Diplomado en Inteligencia Artificial

INICIO

14 de mayo de 2025
VALOR: $3.200.000
INTENSIDAD: 100 horas

HORARIO

Lunes, miércoles y viernes
6:00 p.m. a 10:00 p.m.
Online sincrónico

LÍNEAS DE INFORMACIÓN

(601) 546 1133
Gratuita: 01-8000 110414

INSCRIPCIONES ABIERTAS

¡Inscríbete Aqui!

DÉJANOS TUS DATOS:


Acerca del programaPlan de Estudios Conferencistas

Presentación del Diplomado en Inteligencia Artificial

Vivimos en una época donde las máquinas, el software y varios procesos automáticos se encargan de gran parte de nuestras actividades diarias. La inteligencia artificial (IA) tiene un lugar importante en todos estos avances. La IA no es más que el estudio y diseño de máquinas y sistemas, que desde la perspectiva de los seres humanos con los que interactúan, son capaces de pensar, razonar y aprender. Estas máquinas “inteligentes” están influyendo en casi todas las facetas de nuestras vidas para ayudar a mejorar la eficiencia y aumentar las capacidades humanas. Las aplicaciones los teléfonos inteligentes que nos permiten navegar por la ciudad, los asistentes digitales virtuales como Alexa y Cortana, y los carros que se conducen autónomamente son algunos ejemplos de aplicaciones y sistemas de IA.

El propósito del Diplomado en Inteligencia Artificial es abordar los diferentes aspectos y técnicas de la IA haciendo énfasis en el aprendizaje de máquina. Los módulos que componen el programa tienen un enfoque práctico que enfatiza la aplicación de los conceptos y métodos a la solución de problemas reales. A la par con el estudio de los conceptos fundamentales, los asistentes desarrollan implementaciones de diferentes sistemas de IA.

Competencias que desarrolla el Programa

    • Explica y reconoce las características de un comportamiento inteligente y un pensamiento racional, así como los retos/limitaciones de tratar de incorporar dichas características a las máquinas.
    • Comprende las implicaciones éticas, sociales, económicas y legales de las tecnologías y nuevos desarrollos en IA.
    • Comprende los fundamentos asociados al aprendizaje de máquina y cómo puede plantearse una solución basada en este paradigma de inteligencia artificial.
    • Explica las diferencias entre aprendizaje supervisado y no supervisado, y cómo utilizar dichas técnicas para la construcción de soluciones alineadas con las características del problema y de los datos disponibles.
    • Construye sistemas basados en aprendizaje de máquina para la solución de problemas de procesamiento de imágenes, video, análisis de texto, y generación de habla.
    • Emplea servicios existentes en la nube para la construcción de sistemas y aplicaciones inteligentes altamente escalables.

PROMESA DE VALOR

Al finalizar el ciclo de formación, el aspirante tendrá los conocimientos y los conceptos principales de Inteligencia Artificial enfocado a aprendizaje de máquina, así como un contexto de aplicación real usando las tecnologías más representativas en el mercado.

Dirigido A

Personas motivadas por la tecnología e interesados en las aplicaciones del aprendizaje computacional y el desarrollo de sistemas inteligentes. Es deseable pero no indispensable que el aspirante tenga algunos conocimientos previos de programación.

¿Por qué es relevante?

La Inteligencia Artificial constituye un principio central para los cambios disruptivos de la Cuarta Revolución Industrial. Instituciones financieras, legales, compañías de publicidad, entidades prestadoras de salud y muchas otras más están descubriendo formas de utilizar la IA para su beneficio. El alcance de IA es tan extenso que es indispensable para el profesional de hoy conocer sus principios, modelos, algoritmos y herramientas.

¿CUÁL ES EL FACTOR DIFERENCIAL DE ESTE PROGRAMA?

El diplomado en Inteligencia Artificial de la Universidad Sergio Arboleda tiene un enfoque altamente práctico. En cada módulo se desarrollan diferentes laboratorios donde el estudiante se enfrenta y soluciona un problema real mediante el uso de algoritmos y tecnologías empleados actualmente en la industria. Al finalizar el curso, el estudiante contará con los conocimientos teóricos y prácticos para el desarrollo de aplicaciones y servicios inteligentes.

Durante el diplomado se realizará un acompañamiento constante al estudiante y se brindarán espacios para tutorías que refuercen los tópicos vistos en las clases presenciales.

intensidad horaria

El programa tendrá una duración de 120 horas repartidas en diez semanas. Las clases se realizarán los lunes, miércoles y viernes de 6:00 p.m. a 10:00 p.m.

* Se otorgará certificado a los participantes que cumplan el 80% de asistencia a las sesiones y actividades propuestas en el programa.

MÓDULO I. Introducción a la Inteligencia Artificial (8 horas)

Este módulo aborda conceptos fundamentales de la inteligencia artificial, el estado actual de los desarrollos en esta área, sus limitaciones, perspectivas e implicaciones.

    • Qué es la inteligencia y qué es un comportamiento inteligente?

      • El test de Turing.
      • El argumento de la habitación china.
      • Pensamiento racional.
      • La conciencia.
    • Algo de la historia de la inteligencia artificial.
    • Problemas y soluciones basadas en inteligencia artificial.

      • Sistemas inteligentes y la cuarta Revolución Industrial.
    • Enfoques de la inteligencia artificial (top-down, bottom-up).
    • Implicaciones éticas, sociales, económicas y legales de la IA.
    • Caracterización de los problemas.

      • Problemas completamente observables vs parcialmente observables.
      • Problemas determinísticos/estocásticos.
      • Problemas discretos y continuos.

MÓDULO II. Introducción a la programación con Python (20 horas)

Este módulo aborda aspectos fundamentales de la programación en Python, necesarios para los módulos posteriores.

    • Introducción a Python: tipos de datos, variables y operadores.
    • Sentencias condicionales e iterativas.
    • Funciones y excepciones.
    • Cadenas, listas y matrices.
    • Lectura y escritura de archivos.
    • Librerías numpy y pandas.
    • Matplotlib
    • Jupyter notebooks

MÓDULO III. Introducción al aprendizaje de máquina con Python (24 horas)

Este módulo hace una aproximación conceptual al aprendizaje de máquina y los algoritmos más representativos a través de laboratorios prácticos en Python.

    • Definición y ejemplos de las tareas de machine learning.
    • Aprendizaje inductivo.
    • Aprendizaje supervisado.
    • Proceso general para la construcción de modelos de machine learning.
    • El problema del overfitting.
    • Introducción a scikit-learn.
    • Medidas de rendimiento de los modelos de clasificación.
    • Aprendizaje estadístico simple: Naive Bayes.
    • Árboles de decisión.
    • Redes neuronales.
    • Máquinas de vectores de soporte.
    • Modelos ensamblados.
    • Aplicaciones reales de aprendizaje supervisado.

MÓDULO IV. Aprendizaje no supervisado e introducción al aprendizaje profundo (24 horas)

Aquí se presentan los tópicos fundamentales del aprendizaje no supervisado y el aprendizaje profundo, con especial énfasis en las arquitecturas de redes neuronales profundas, así como los problemas prácticos asociados con su diseño, implementación, entrenamiento y despliegue. Se programarán talleres prácticos enfocados en problemas reales, con información textual e imágenes, utilizando herramientas populares como Keras y TensorFlow.

    • Aprendizaje no supervisado.

      • K-means.
      • Agrupamiento jerárquico.
    • Introducción a aprendizaje profundo.
    • Arquitecturas profundas de redes neuronales.
    • Redes neuronales convolucionales.
    • Redes neuronales recurrentes.
    • Introducción a TensorFlow y Keras.
    • Autoencoders.
    • Modelos generativos.
    • Aplicaciones al análisis de imágenes.
    • Aplicaciones al análisis de texto.

MÓDULO V. Procesamiento de lenguaje natural con Python (24 horas)

Este módulo se enfoca en el procesamiento del lenguaje natural, con miras al desarrollo de aplicaciones para análisis de polaridad y sentimientos, chatbots, asistentes virtuales, reconocimiento de entidades en texto y sistemas de clasificación de texto.

    • Procesamiento básico de lenguaje natural: tokenization, stemming, y lemmatization.
    • Análisis sintáctico (parsing).
    • Semántica de las palabras.
    • Estrategias para el análisis de sentimientos.
    • Estrategias para el análisis de corpus documentales.

      • Modelamiento vectorial.
      • Modelo basado en tópicos.
    • Clasificación automática de documentos.
    • Word Embeddings.
    • Construcción de Chatbots y asistentes virtuales.

MÓDULO VI. Desarrollo de sistemas de IA en la nube

Su objetivo es presentar los múltiples servicios en la nube que permiten la construcción de modelos de aprendizaje de máquina altamente escalables.

    • AWS y API para aprendizaje de máquina.
    • AWS servicios de inteligencia artificial.

      • Rekognition
      • Textract
      • Polly
      • Comprehend
    • • Text analytics
      • Natural language understanding
      • Visual recognition


CAMILO JOSÉ SALAZAR

Director académico

Ing. Electrónico Escuela de Ingenieros Julio Garavito, Especialista en telecomunicaciones U. Piloto de Colombia, Maestría en Telecomunicaciones y Regulación TIC U. Santo Tomás de Aquino. Experiencia en redes loT, sistemas de comunicaciones análogas y digitales, comunicaciones por medios guiados y no guiados, conocimiento en la metodología de toma de decisiones multicriterio (AHP) Docente Universitario.


JOAQUÍN SÁNCHEZ

Doctor en Ing. de Sistemas y Computación. Maestría en Ingeniería de Telecomunicaciones. Especialización en comunicaciones móviles. Ingeniero electrónico y de telecomunicaciones. Profesor Universitario. En su tesis doctoral trabajó un modelo computacional para el diseño e implementación de rede ad hoc. Coordinador académico de la Maestría en Inteligencia Artificial, Universidad Sergio Arboleda.


JUAN PABLO OSPINA

Ingeniero de Sistemas, Magíster en Ingeniería de Sistemas y Computación, y Doctor en Ingeniería de Sistemas y Computación, Universidad Nacional de Colombia. Investigador visitante en el Instituto de Matemáticas Aplicadas y Sistemas, Universidad Nacional Autónoma de México (UNAM). Amplia experiencia en docencia universitaria y en procesos de investigación, en áreas de computación e inteligencia artificial.


DARWIN MARTÍNEZ

Ing. de Sistemas y Computación, Magister en Sistemas y Computación U. de los Andes, Doctor en Ingeniería de Sistemas y Computación U. Nacional de Colombia. Profesional con más de 15 años de experiencia en Ingeniería, Docencia e Investigación. En los últimos años ha participado en proyectos de analítica de datos y aprendizaje de máquina, ambos aplicados a la informática médica en diferentes niveles, incluida neuroimagen.


IMPORTANTE

*La Universidad podrá cancelar el programa seleccionado, cuando no haya un número mínimo de participantes, y procederá a tramitar la devolución del dinero recibido. También podrá posponer la realización del programa por razones de fuerza mayor. En este caso se informará a las personas preinscritas la nueva fecha programada. El medio de contacto será a través de los medios suministrados en el momento de la inscripción.

* Se otorgará certificado a los participantes que cumplan el 80% de asistencia a las sesiones y actividades propuestas en el programa.

EN LA SERGIO