Módulo 1. La inteligencia artificial explicada a los humanos

01 ¿Está la IA desplazando al ser humano?
02 ¿Cómo se creó la primera IA?
03 ¿Cómo una IA empezó a aprender de los humanos?
04 ¿Cómo una IA consiguió aprender por sí misma?
05 ¿Cómo una IA ha conseguido ser creativa?
06 ¿Podrá una IA llegar a pensar?
07 ¿Nos debe preocupar el impacto de la IA actual?
08 ¿Podemos prescindir de la IA?

Módulo 2. Introducción a la Inteligencia Artificial: ChatGPT y modelos de lenguaje

01 Introducción a la IA generativa.
02 OpenAI y ChatGPT: más allá del revuelo del mercado.
03 Familiarizarse con ChatGPT.
04 Comprender el diseño rápido.
05 Impulsar la productividad diaria con ChatGPT.
06 Desarrollando el futuro con ChatGPT.
07 Dominar el marketing con ChatGPT.
08 Investigación reinventada con ChatGPT.
09 Open AI y ChatGPT para empresas: presentación de Azure Open AI.
10 Casos de uso de tendencia para empresas.
11 Epílogo y reflexiones finales.

Módulo 3. IA y alfabetización de datos

01 ¿Por qué la IA y la alfabetización en datos?
02 Concientización sobre datos y privacidad.
03 Alfabetización analítica.
04 Comprender cómo funciona la IA.
05 Tomar decisiones informadas.
06 Predicción y estadísticas.
07 Competencia en ingeniería de valor.
08 Ética de la adopción de la IA.
09 Empoderamiento cultural.
10 ChatGPT lo cambia todo.

Módulo 1. Redes Neuronales y Deep Learning

01 Conceptos básicos de la inteligencia artificial y el aprendizaje automático
02 Introducción al aprendizaje profundo con Python
03 Intuición de las redes neuronales
04 Redes neuronales convolucionales
05 Localización y detección de objetos
06 Modelado de secuencias en redes neuronales y redes neuronales recurrentes (RNN)
07 Unidad recurrente cerrada, memoria a corto plazo y redes siamesas
08 Redes generativas de confrontación

Módulo 2. Procesamiento de Lenguaje Natural

01 Comprender los conceptos básicos del proceso de aprendizaje
02 Técnicas de procesamiento de textos
03 Representar el lenguaje matemáticamente
04 Uso de RNN para PNL
05 Aplicar CNN en tareas de PNL
06 Acelerar la PNL con el aprendizaje por transferencia
07 Aplicar el aprendizaje profundo a las tareas de PNL
08 Aplicación de Arquitecturas Complejas en PNL
09 Comprensión de las redes generativas
10 Técnicas de procesamiento del habla
11 El camino por delante

Módulo 3. Visión Artificial

01 Introducción
02 Instalación de opencv
03 Primeros Pasos
04 Funciones de interfaz gráfica de usuario
05 Interacción con el ratón y el teclado
06 Operaciones básicas de manejo de imágenes
07 Histogramas
08 Filtros de procesamiento de imágenes
09 Contornos
10 Búsqueda de imágenes
11 Reconocimiento de objetos
12 Operaciones básicas de manejo de vídeo
13 Procesamiento y análisis de vídeo
14 Realidad aumentada
15 Seguimiento de objetos en pantalla
16 Sustracción de una imagen de fondo
17 Anexo. Fundamentos de python

Módulo 1. Procesamiento de lenguaje natural

01 Procesamiento del Lenguaje Natural.
02 Procesamiento del lenguaje natural de última generación.
03 Aplicaciones del Procesamiento del Lenguaje Natural.
04 Fundamentos del Reconocimiento de Voz.
05 Modelos de aprendizaje profundo para el reconocimiento de voz.
06 Modelos de reconocimiento de voz de extremo a extremo.
07 Conceptos básicos de visión por computadora.
08 Modelos de Aprendizaje Profundo para Visión por Computador.
09 Aplicaciones de la Visión por Computador.

Módulo 2. Visión por computador

01 Auge de la visión por computadora y el Internet de las cosas.
02 IoE: una tecnología innovadora para mejoras futuras.
03 Una descripción general de los problemas de seguridad del Internet de las cosas.
04 Uso de la Robótica en Aplicaciones en Tiempo Real.
05 Prevención de violaciones de seguridad en las redes sociales: amenazas y técnicas de prevención.
06 Papel del procesamiento de imágenes en la inteligencia artificial y el Internet de las cosas.
07 Visión por computadora en quirófano quirúrgico e imágenes médicas.
08 Coches autónomos: herramientas y tecnologías.
09 IoT y teledetección.
10 Biología sintética e inteligencia artificial.
11 Innovación y tecnologías emergentes de visión por computadora e inteligencia artificial en el control del coronavirus.
12 Estado del arte de la inteligencia artificial en odontología y su futuro esperado.
13 Introducción a la IA generativa.
14 Predicción de terremotos basada en CapsNet y KNN utilizando datos sísmicos y eólicos.
15 Detección de cáncer de pulmón asistida por computadora y clasificación de imágenes de TC utilizando una red neuronal convolucional.
16 Implementaciones en tiempo real de resta de fondo para aplicaciones de IoT.
17 El papel de la inteligencia artificial en la cibersalud: concepto, posibilidades y desafíos.

Módulo 3. Convergencia de la nube con la IA

01 Evolución del Internet de las cosas (IoT): pasado, presente y futuro de los sistemas de fabricación.
02 Cuarta Revolución Industrial: Industria 4.0.
03 Interacción de Internet de las Cosas y Sensores para Mecanizado.
04 Aplicación del Internet de las cosas (IoT) en la industria automotriz.
05 IoT para la fabricación de alimentos y bebidas.
06 Oportunidades: Aprendizaje automático para aplicaciones industriales de IoT.
07 Papel del IoT en el mantenimiento predictivo de la industria.
08 Papel de la IoT en el desarrollo de productos.
09 Beneficios de IoT en sistemas automatizados.
10 Integración de IoT en la gestión de la energía.
11 Papel de la IoT en el sector de las energías renovables.

Módulo 4. Liderazgo positivo

01 La inteligencia emocional del líder. Un reto colosal para un mundo en crisis.
02 El líder en época de innovación y de profundos cambios.
03 Liderar con sentido es liderar con valores. Misión, visión y operativa.
04 Liderar personas es esencial conocer biología y conducta del individuo y del grupo.
05 Creando y ejecutando estrategia para obtener mejores resultados de negocio con la gestión del conocimiento en la innovación.
06 Comunicación pública y desarrollo de presentaciones eficaces.
07 Liderar el impacto mediático. Comunicación con medios de prensa.

Denominación de la asignatura: Trabajo Fin de Máster
Créditos ECTS: 10
Carácter de la asignatura: Obligatoria
Materia a la que pertenece: Trabajo Fin de Máster