360€
Curso Superior de Inteligencia Artificial Aplicada a los Negocios
100% Online
12 ECTS
6 meses
360€
Presentación
En la actualidad, la inteligencia artificial (IA) se ha convertido en un campo de vital importancia para las empresas. El auge del big data y la necesidad de extraer conocimientos valiosos de grandes volúmenes de información han impulsado el desarrollo y la implementación de soluciones basadas en IA.
El business intelligence (BI) y la visualización de datos desempeñan un papel crucial en la toma de decisiones empresariales, al permitir el análisis y la presentación de información de manera clara y efectiva.
Este Curso de Inteligencia Artificial Aplicada a los Negocios te formará para utilizar herramientas y técnicas avanzadas de análisis de datos y visualización, lo que permitirá transformar información en conocimientos para mejorar la eficiencia y competitividad de las organizaciones.
Universidades colaboradoras
Para qué te prepara
Este Curso de Inteligencia Artificial Aplicada a los Negocios te prepara para comprender y aplicar conceptos clave en inteligencia artificial, big data, business intelligence y visualización de datos en el contexto empresarial. Adquirirás habilidades prácticas en el diseño e implementación de proyectos de big data, el análisis y minería de datos, la creación de visualizaciones efectivas y el uso y creación de chatbots personalizados.
Objetivos
- Comprender los conceptos del big data, business intelligence e inteligencia artificial aplicada a los negocios.
- Aprender las fases de un proyecto de big data y adquirir habilidades para su implementación exitosa.
- Conocer las herramientas y técnicas de visualización de datos más utilizadas en el campo del business intelligence.
- Dominar el procesamiento del lenguaje natural y su aplicación en el desarrollo de chatbots.
- Adquirir habilidades en el análisis y minería de datos para obtener información relevante y valiosa.
- Aplicar herramientas y lenguajes de programación como Python, R y Weka en el análisis de datos.
- Explorar las oportunidades y salidas laborales en el campo de la inteligencia artificial y business intelligence.
A quién va dirigido
Este Curso de Inteligencia Artificial Aplicada a los Negocios está dirigido a profesionales y estudiantes interesados en adquirir conocimientos y habilidades en el campo de la inteligencia artificial, business intelligence y visualización de datos y aquellos que deseen explorar el uso de chatbots y el procesamiento del lenguaje natural en aplicaciones empresariales.
Salidas Profesionales
Con este Curso de Inteligencia Artificial Aplicada a los Negocios, podrás optar a diversas salidas laborales en el campo de la inteligencia artificial, el business intelligence y el análisis de datos. Podrás trabajar como científico de datos, analista de datos, consultor de business intelligence o desarrollador de chatbots estando preparado para trabajar en diferentes sectores.
Temario
MÓDULO 1. BIG DATA, BUSINESS INTELLIGENCE Y DATA SCIENCE
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
- ¿Qué es Big Data?
- La era de las grandes cantidades de información: historia del big data
- La importancia de almacenar y extraer información
- Big Data enfocado a los negocios
- Open data
- Información pública
- IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 2. FASES DE UN PROYECTO DE BIG DATA
- Diagnóstico inicial
- Diseño del proyecto
- Proceso de implementación
- Monitorización y control del proyecto
- Responsable y recursos disponibles
- Calendarización
- Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 3. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
- Definiendo el concepto de Business Intelligence y sociedad de la información
- Arquitectura de una solución Business Intelligence
- Business Intelligence en los departamentos de la empresa
- Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
- Sistemas Operacionales y Procesos ETL en un sistema de BI
- Ventajas y Factores de Riesgos del Business Intelligence
UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
- Cuadros de Mando Integrales (CMI)
- Sistemas de Soporte a la Decisión (DSS)
- Sistemas de Información Ejecutiva (EIS)
UNIDAD DIDÁCTICA 5. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
- Introducción a la minería de datos y el aprendizaje automático
- Proceso KDD
- Modelos y Técnicas de Data Mining
- Áreas de aplicación
- Minería de Textos y Web Mining
- Data mining y marketing
UNIDAD DIDÁCTICA 6. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
- Aproximación al concepto de DataMart
- Bases de datos OLTP
- Bases de Datos OLAP
- MOLAP, ROLAP & HOLAP
- Herramientas para el desarrollo de cubos OLAP
UNIDAD DIDÁCTICA 7. DATAWAREHOUSE O ALMACÉN DE DATOS CORPORATIVOS
- Visión General: ¿Por qué DataWarehouse?
- Estructura y Construcción
- Fases de implantación
- Características
- Data Warehouse en la nube
UNIDAD DIDÁCTICA 8. STORYTELLING
- ¿Qué es el Data Storytelling?
- Elementos clave del Data Storytelling
- ¿Por qué es importante el Data Storytelling?
- ¿Cómo hacer Data Storytelling?
UNIDAD DIDÁCTICA 9. INTRODUCCIÓN A LA CIENCIA DE DATOS
- ¿Qué es la ciencia de datos?
- Herramientas necesarias para el científico de datos
- Data Science & Cloud Computing
- Aspectos legales en Protección de Datos
UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING
- ¿Qué es Weka?
- Técnicas de Data Mining en Weka
- Interfaces de Weka
- Selección de atributos
UNIDAD DIDÁCTICA 11. PYTHON Y EL ANÁLISIS DE DATOS
- Introducción a Python
- ¿Qué necesitas?
- Librerías para el análisis de datos en Python
- MongoDB, Hadoop y Python. Dream Team del Big Data
UNIDAD DIDÁCTICA 12. R COMO HERRAMIENTA PARA BIG DATA
- Introducción a R
- ¿Qué necesitas?
- Tipos de datos
- Estadística Descriptiva y Predictiva con R
- Integración de R en Hadoop
UNIDAD DIDÁCTICA 13. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
- Obtención y limpieza de los datos (ETL)
- Inferencia estadística
- Modelos de regresión
- Pruebas de hipótesis
UNIDAD DIDÁCTICA 14. ANÁLISIS DE LOS DATOS
- Inteligencia Analítica de negocios
- La teoría de grafos y el análisis de redes sociales
- Presentación de resultados
MÓDULO 2. BUSINESS INTELLIGENCE Y VISUALIZACIÓN DE DATOS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
- ¿Qué es la visualización de datos?
- Importancia y herramientas de la visualización de datos
- Visualización de datos: Principios básicos
UNIDAD DIDÁCTICA 2. POWER BI
- Introducción a Power BI
- Instalación de Power BI
- Modelado de datos
- Visualización de datos
- Dashboards
- Uso compartido de datos
UNIDAD DIDÁCTICA 3. TABLEAU
- ¿Qué es Tableau? Usos y aplicaciones
- Tableau Server: Arquitectura y Componentes
- Instalación Tableau
- Espacio de trabajo y navegación
- Conexiones de datos en Tableau
- Tipos de filtros en Tableau
- Ordenación de datos, grupos, jerarquías y conjuntos
- Tablas y gráficos en Tableau
UNIDAD DIDÁCTICA 4. D3 (DATA DRIVEN DOCUMENTS)
- Fundamentos D3
- Instalación D3
- Funcionamiento D3
- SVG
- Tipos de datos en D3
- Diagrama de barras con D3
- Diagrama de dispersión con D3
UNIDAD DIDÁCTICA 5. LOOKER
UNIDAD DIDÁCTICA 6. QLIKVIEW
- Instalación y arquitectura
- Carga de datos
- Informes
- Transformación y modelo de datos
- Análisis de datos
UNIDAD DIDÁCTICA 7. GOOGLE CHART
UNIDAD DIDÁCTICA 8. CHARTBLOCKS
UNIDAD DIDÁCTICA 9. INFOGRAM
UNIDAD DIDÁCTICA 10. LEAFLET
UNIDAD DIDÁCTICA 11. CARTO
- CartoDB
MÓDULO 3. IA, PLN Y CHATBOTS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
- Introducción a la inteligencia artificial
- Historia
- La importancia de la IA
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
- Tipos de inteligencia artificial
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
- Algoritmos aplicados a la inteligencia artificial
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
- Relación entre inteligencia artificial y big data
- IA y Big Data combinados
- El papel del Big Data en IA
- Tecnologías de IA que se están utilizando con Big Data
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN AL PLN
- ¿Qué es PLN?
- ¿Qué incluye el PLN?
- Ejemplos de uso de PLN
- Futuro del PLN
UNIDAD DIDÁCTICA 6. PLN EN PYTHON
- PLN en Python con la librería NLTK
- Otras herramientas para PLN
UNIDAD DIDÁCTICA 7. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN
- Principios del análisis sintáctico
- Gramática libre de contexto
- Analizadores sintácticos (Parsers)
UNIDAD DIDÁCTICA 8. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN
- Aspectos introductorios del análisis semántico
- Lenguaje semántico para PLN
- Análisis pragmático
UNIDAD DIDÁCTICA 9. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN
- Aspectos introductorios
- Pasos en la extracción de información
- Ejemplo PLN
- Ejemplo PLN con entrada de texto en inglés
UNIDAD DIDÁCTICA 10. ¿QUÉ ES UN CHATBOT?
- Aspectos introductorios
- ¿Qué es un chatbot?
- ¿Cómo funciona un chatbot?
- VoiceBots
- Desafíos para los Chatbots
UNIDAD DIDÁCTICA 11. RELACIÓN ENTRE IA Y CHATBOTS
- Chatbots y el papel de la Inteligencia Artificial (IA)
- Usos y beneficios de los chatbots
- Diferencia entre bots, chatbots e IA
UNIDAD DIDÁCTICA 12. ÁMBITOS DE APLICACIÓN CHATBOTS
- Áreas de aplicación de Chatbots
- Desarrollo de un chatbot con ChatterBot y Python
- Desarrollo de un chatbot para Facebook Messenger con Chatfuel
Titulación
Titulación Universitaria:
Solicitar información