Curso Superior de Inteligencia Artificial Aplicada a los Negocios
100% Online
6 meses
360€
Matricularme
Curso Superior de Inteligencia Artificial Aplicada a los Negocios
    Curso Superior de Inteligencia Artificial Aplicada a los Negocios

    Curso Superior de Inteligencia Artificial Aplicada a los Negocios

    100% Online
    12 ECTS
    6 meses
    360€
    Matricularme

    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

    1. ¿Qué es Big Data?
    2. La era de las grandes cantidades de información: historia del big data
    3. La importancia de almacenar y extraer información
    4. Big Data enfocado a los negocios
    5. Open data
    6. Información pública
    7. IoT (Internet of Things-Internet de las cosas)

    UNIDAD DIDÁCTICA 2. FASES DE UN PROYECTO DE BIG DATA

    1. Diagnóstico inicial
    2. Diseño del proyecto
    3. Proceso de implementación
    4. Monitorización y control del proyecto
    5. Responsable y recursos disponibles
    6. Calendarización
    7. Alcance y valoración económica del proyecto

    UNIDAD DIDÁCTICA 3. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN

    1. Definiendo el concepto de Business Intelligence y sociedad de la información
    2. Arquitectura de una solución Business Intelligence
    3. Business Intelligence en los departamentos de la empresa
    4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
    5. Sistemas Operacionales y Procesos ETL en un sistema de BI
    6. Ventajas y Factores de Riesgos del Business Intelligence

    UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE

    1. Cuadros de Mando Integrales (CMI)
    2. Sistemas de Soporte a la Decisión (DSS)
    3. Sistemas de Información Ejecutiva (EIS)

    UNIDAD DIDÁCTICA 5. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO

    1. Introducción a la minería de datos y el aprendizaje automático
    2. Proceso KDD
    3. Modelos y Técnicas de Data Mining
    4. Áreas de aplicación
    5. Minería de Textos y Web Mining
    6. Data mining y marketing

    UNIDAD DIDÁCTICA 6. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL

    1. Aproximación al concepto de DataMart
    2. Bases de datos OLTP
    3. Bases de Datos OLAP
    4. MOLAP, ROLAP & HOLAP
    5. Herramientas para el desarrollo de cubos OLAP

    UNIDAD DIDÁCTICA 7. DATAWAREHOUSE O ALMACÉN DE DATOS CORPORATIVOS

    1. Visión General: ¿Por qué DataWarehouse?
    2. Estructura y Construcción
    3. Fases de implantación
    4. Características
    5. Data Warehouse en la nube

    UNIDAD DIDÁCTICA 8. STORYTELLING

    1. ¿Qué es el Data Storytelling?
    2. Elementos clave del Data Storytelling
    3. ¿Por qué es importante el Data Storytelling?
    4. ¿Cómo hacer Data Storytelling?

    UNIDAD DIDÁCTICA 9. INTRODUCCIÓN A LA CIENCIA DE DATOS

    1. ¿Qué es la ciencia de datos?
    2. Herramientas necesarias para el científico de datos
    3. Data Science & Cloud Computing
    4. Aspectos legales en Protección de Datos

    UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING

    1. ¿Qué es Weka?
    2. Técnicas de Data Mining en Weka
    3. Interfaces de Weka
    4. Selección de atributos

    UNIDAD DIDÁCTICA 11. PYTHON Y EL ANÁLISIS DE DATOS

    1. Introducción a Python
    2. ¿Qué necesitas?
    3. Librerías para el análisis de datos en Python
    4. MongoDB, Hadoop y Python. Dream Team del Big Data

    UNIDAD DIDÁCTICA 12. R COMO HERRAMIENTA PARA BIG DATA

    1. Introducción a R
    2. ¿Qué necesitas?
    3. Tipos de datos
    4. Estadística Descriptiva y Predictiva con R
    5. Integración de R en Hadoop

    UNIDAD DIDÁCTICA 13. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS

    1. Obtención y limpieza de los datos (ETL)
    2. Inferencia estadística
    3. Modelos de regresión
    4. Pruebas de hipótesis

    UNIDAD DIDÁCTICA 14. ANÁLISIS DE LOS DATOS

    1. Inteligencia Analítica de negocios
    2. La teoría de grafos y el análisis de redes sociales
    3. Presentación de resultados

    MÓDULO 2. BUSINESS INTELLIGENCE Y VISUALIZACIÓN DE DATOS

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS

    1. ¿Qué es la visualización de datos?
    2. Importancia y herramientas de la visualización de datos
    3. Visualización de datos: Principios básicos

    UNIDAD DIDÁCTICA 2. POWER BI

    1. Introducción a Power BI
    2. Instalación de Power BI
    3. Modelado de datos
    4. Visualización de datos
    5. Dashboards
    6. Uso compartido de datos

    UNIDAD DIDÁCTICA 3. TABLEAU

    1. ¿Qué es Tableau? Usos y aplicaciones
    2. Tableau Server: Arquitectura y Componentes
    3. Instalación Tableau
    4. Espacio de trabajo y navegación
    5. Conexiones de datos en Tableau
    6. Tipos de filtros en Tableau
    7. Ordenación de datos, grupos, jerarquías y conjuntos
    8. Tablas y gráficos en Tableau

    UNIDAD DIDÁCTICA 4. D3 (DATA DRIVEN DOCUMENTS)

    1. Fundamentos D3
    2. Instalación D3
    3. Funcionamiento D3
    4. SVG
    5. Tipos de datos en D3
    6. Diagrama de barras con D3
    7. Diagrama de dispersión con D3

    UNIDAD DIDÁCTICA 5. LOOKER

    UNIDAD DIDÁCTICA 6. QLIKVIEW

    1. Instalación y arquitectura
    2. Carga de datos
    3. Informes
    4. Transformación y modelo de datos
    5. Análisis de datos

    UNIDAD DIDÁCTICA 7. GOOGLE CHART

    UNIDAD DIDÁCTICA 8. CHARTBLOCKS

    UNIDAD DIDÁCTICA 9. INFOGRAM

    UNIDAD DIDÁCTICA 10. LEAFLET

    UNIDAD DIDÁCTICA 11. CARTO

    1. CartoDB

    MÓDULO 3. IA, PLN Y CHATBOTS

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

    1. Introducción a la inteligencia artificial
    2. Historia
    3. La importancia de la IA

    UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL

    1. Tipos de inteligencia artificial

    UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL

    1. Algoritmos aplicados a la inteligencia artificial

    UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA

    1. Relación entre inteligencia artificial y big data
    2. IA y Big Data combinados
    3. El papel del Big Data en IA
    4. Tecnologías de IA que se están utilizando con Big Data

    UNIDAD DIDÁCTICA 5. INTRODUCCIÓN AL PLN

    1. ¿Qué es PLN?
    2. ¿Qué incluye el PLN?
    3. Ejemplos de uso de PLN
    4. Futuro del PLN

    UNIDAD DIDÁCTICA 6. PLN EN PYTHON

    1. PLN en Python con la librería NLTK
    2. Otras herramientas para PLN

    UNIDAD DIDÁCTICA 7. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN

    1. Principios del análisis sintáctico
    2. Gramática libre de contexto
    3. Analizadores sintácticos (Parsers)

    UNIDAD DIDÁCTICA 8. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN

    1. Aspectos introductorios del análisis semántico
    2. Lenguaje semántico para PLN
    3. Análisis pragmático

    UNIDAD DIDÁCTICA 9. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN

    1. Aspectos introductorios
    2. Pasos en la extracción de información
    3. Ejemplo PLN
    4. Ejemplo PLN con entrada de texto en inglés

    UNIDAD DIDÁCTICA 10. ¿QUÉ ES UN CHATBOT?

    1. Aspectos introductorios
    2. ¿Qué es un chatbot?
    3. ¿Cómo funciona un chatbot?
    4. VoiceBots
    5. Desafíos para los Chatbots

    UNIDAD DIDÁCTICA 11. RELACIÓN ENTRE IA Y CHATBOTS

    1. Chatbots y el papel de la Inteligencia Artificial (IA)
    2. Usos y beneficios de los chatbots
    3. Diferencia entre bots, chatbots e IA

    UNIDAD DIDÁCTICA 12. ÁMBITOS DE APLICACIÓN CHATBOTS

    1. Áreas de aplicación de Chatbots
    2. Desarrollo de un chatbot con ChatterBot y Python
    3. Desarrollo de un chatbot para Facebook Messenger con Chatfuel
    Titulación
    Titulación Universitaria:
    Diploma Universidad Católica de Murcia
    Solicitar información