MÁSTER EXPERTO EN DATA, MACHINE LEARNING E INTELIGENCIA ARTIFICIAL - DIPLOMA AUTENTIFICADO POR NOTARIO EUROPEO -

INTELIGENCIA ARTIFICIAL APLICADA INTRODUCCIÓN MÓDULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1. APROXIMACIÓN A LA INTELIGENCIA

1. Inteligencia como capacidad cognitiva
   • Pruebas de coeficiente intelectual
2. Teoría de las inteligencias múltiples
   • Clasificación
3. Inteligencia emocional
   • Relevancia en distintas dimensiones
   • Inmadurez emocional
4. Concepto de inteligencia artificial (IA)
   • Origen y evolución
   • Medición de inteligencia en las máquinas

UNIDAD DIDÁCTICA 2. IMPACTO DE LA IA EN EL MERCADO LABORAL

1. Creación de empleo
   • Profesionales específicos para desarrollo y mantenimiento de IA
   • Analistas de datos
   • Consultores especializados en estrategias de IA
   • Creadores de contenido mediante IA
   • Oportunidades laborales en industrias nuevas
2. Destrucción de empleo
   • Impacto en el sector primario
   • Repercusión en el sector secundario
   • Influencia en el sector terciario
3. Cambios fundamentales en el mercado laboral
   • Dinamismo en los tipos de trabajo disponibles y en las habilidades requeridas
   • Modificaciones en la estructura organizativa
   • Aumento de la colaboración humano-máquina
   • Formación continua de los trabajadores

UNIDAD DIDÁCTICA 3. UTILIDADES DE LA IA EN LA VIDA DIARIA

1. Asistentes virtuales
2. Sistemas de recomendación
3. Aplicaciones de navegación
4. Herramientas de salud y bienestar
5. Dispositivos inteligentes de seguridad en el hogar
6. Aplicaciones financieras
7. Plataformas de aprendizaje
8. Entretenimiento

UNIDAD DIDÁCTICA 4. DESAFÍOS PRINCIPALES DE LA IA

1. Obstáculos técnicos
2. Retos éticos
   • Sesgos de los datos
   • Privacidad
   • Responsabilidad y rendición de cuentas
3. Problemáticas sociales
   • Seguridad
   • Equidad
   • Desinformación

RESUMEN AUTOEVALUACIÓN MÓDULO 2. COMPONENTES DE LA INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1. PRINCIPALES RAMAS DE LA IA

1. Aprendizaje automático
2. Procesamiento del lenguaje natural
3. Visión artificial
4. Robótica

UNIDAD DIDÁCTICA 2. APROXIMACIÓN AL APRENDIZAJE AUTOMÁTICO

1. Aprendizaje supervisado
2. Aprendizaje no supervisado
3. Aprendizaje por refuerzo
4. Aprendizaje profundo

UNIDAD DIDÁCTICA 3. PROCESAMIENTO DEL LENGUAJE NATURAL

1. Aplicaciones
2. Ramas
   • Comprensión del lenguaje natural
   • Generación del lenguaje natural
3. Fases
   • Preprocesamiento de texto
   • Análisis sintáctico
   • Análisis semántico
   • Análisis de sentimientos
   • Comprensión del lenguaje
   • Generación del lenguaje natural

UNIDAD DIDÁCTICA 4. ALGORITMOS INFORMÁTICOS TRADICIONALES VS. ALGORITMOS DE IA UNIDAD DIDÁCTICA 5. VISIÓN ARTIFICIAL

1. Funcionamiento
2. Interferencias técnicas
3. Aplicaciones

UNIDAD DIDÁCTICA 6. ROBÓTICA

1. Origen y evolución
   • Evolución de los sistemas automáticos
   • Mecanización, automatización y robotización
   • Leyes de la robótica según Asimov
2. Tipos de robots
   • Características del robot humanoide

RESUMEN AUTOEVALUACIÓN MÓDULO 3. HERRAMIENTAS DE INTELIGENCIA ARTIFICIAL (I) UNIDAD DIDÁCTICA 1. GENERACIÓN DE TEXTO

1. Definición de chatbot
   • Clasificación
2. Tecnologías p