Curso Baremable en Introducción Inteligencia Artificial Online
Consigue puntos para oposiciones con un curso baremable en Introducción Inteligencia Artificial: 180 horas y 7,2 créditos ECTS acreditados por la Universidad Isabel I.
- Título universitario
- Bonificable FUNDAE
- Becas disponibles
- Abierta próxima convocatoria
- Becas de hasta el 30% de descuento
Plan de estudios curso baremable Introducción Inteligencia Artificial
Este curso baremable acredita 180 horas de formación en Introducción Inteligencia Artificial, orientadas a conocer la diferencia entre Inteligencia Artificial y programa informático.
El programa se estructura en 10 unidades, desde «Nociones y antecedentes» hasta «Reglas y restricciones».
Al estar expedido por la Universidad Isabel I con créditos ECTS, es el tipo de título que las convocatorias suelen admitir en el apartado de formación complementaria; conviene revisar siempre las bases de cada proceso selectivo. No exige titulación universitaria previa para matricularse.
Al terminar el Curso Baremable Introducción Inteligencia Artificial serás capaz de:
- Conocer la diferencia entre Inteligencia Artificial y programa informático
- Repasar varios acontecimientos históricos que marcaron los inicios de la hoy conocida como Inteligencia Artificial
- Conocer diferentes autores, sus proyectos y la importancia histórica de sus trabajos científicos
- Entender cómo funciona una IA y de qué forma aprende imitando el comportamiento humano
- Conocer las características que tienen en común todas las Inteligencias Artificiales
- Comprender cuales son los retos principales que traen estas características
- Aprender los símbolos, y su relación con los métodos y técnicas empleados en la Inteligencia Artificial
- Entender la programación lógica y como se forman sus expresiones básicas
- Conocer los sistemas expertos y su importancia como antecedentes de otros sistemas de IA actuales
- Conocer dos de los lenguajes empleados en la construcción de sistemas expertos y la lógica proposicional: LISP y PROLOG
El Curso Baremable Introducción Inteligencia Artificial está dirigido a:
- Opositores y aspirantes a procesos selectivos de plazas interinas y bolsas de empleo.
- Personas que necesitan sumar puntos de baremo en concursos de traslado o listas de contratación.
- Profesionales en activo que quieren acreditar esta competencia con un título universitario.
- Personas sin titulación universitaria previa: el acceso no exige requisito de titulación.
El Curso Baremable Introducción Inteligencia Artificial tiene una duración de 180 horas y este temario:
Unidad 1. Nociones y antecedentes
- Nociones y antecedentes. En la Antigüedad
- Leonardo da Vinci: Autómata Cavaliere y el león mecánico
- Nociones
- Norbert Wiener, Warren McCulloch y Walter Pitts
- Alan Turing
- Premio Loebner y los Chatbots
- Reconocimiento
- Ajedrez
- Microprocesadores y Deep Blue
- Lenguaje Natural: fases 1 y 2
- Lenguaje Natural: fases 3 y 4
- ¿Inteligencia Artificial o programa informático? 10.Nuevo auge
Unidad 2. Características de la IA
- Características de la IA
- Situaciones en las que podemos aplicar la IA
- Características comunes de la Inteligencia Artificial
- Las redes neuronales
- Imita el cerebro humano
- Ventajas de las redes neuronales
- Machine Learning (ML). Supervisado y sin supervisión
- Machine Learning (ML). Semisupervisado y uso de refuerzo
- Automatización de procesos
- Función 24×7
- Precisión absoluta
- Gestión de datos abundantes
- Hablemos más de datos
- Datos estructurados vs no estructurados
Unidad 3. Símbolos y métodos numéricos
- Símbolos y métodos numéricos. Introducción a la Inteligencia Artificial débil
- Introducción. Inteligencia Artificial fuerte
- Introducción. Sistemas expertos y lenguajes modernos
- Sistemas expertos
- Sistemas expertos. Clasificación
- Sistemas expertos. Funcionamiento
- Sistemas expertos. Primera y segunda generación
- Sistemas expertos. Tercera generación y lógica difusa
- Sistemas expertos. Tareas
- Caja negra y caja de cristal
- Caja negra y caja de cristal. Ejemplos y conclusiones
- Lógica proposicional
- Lenguaje de la representación del conocimiento
- Sintaxis de la lógica proposicional
Unidad 4. Fórmulas y funciones
- Introducción. Lógica proposicional
- Introducción. Lógica de predicados
- Introducción. Otros modelos de lógica
- Lógica proposicional. Elementos
- Conectores
- Fórmulas bien formadas
- Lógica de predicados. Lógica de primer orden
- Componentes
- Formulas Bien Formadas (FBF)
- Alfabeto de la lógica de primer orden
- Oraciones del lenguaje de primer orden
- Semántica de primer orden
- Interpretación de un lenguaje de primer orden
- Verdad en una interpretación
Unidad 5. Algoritmos
- Introducción. Algoritmos I
- Introducción. Algoritmos II
- Aprendizaje automático supervisado. Contexto
- Redes neuronales artificiales
- Algoritmos de clasificación
- Árboles de decisión
- Algoritmos de regresión
- Aprendizaje automático NO supervisado. Contexto
- Aprendizaje por refuerzo (Reinforcement Learning)
- Algoritmos genéticos
- Algoritmos de clustering
- Reducción de dimensionalidad
- Minería de datos. Contexto
- Relación entre minería de datos e IA
Unidad 6. Algoritmos y aplicaciones de negocio (caso geolocalización)
- Introducción. ¿Qué son los algoritmos y por qué son importantes para los negocios?
- Ejemplos de algoritmos utilizados en los negocios
- Introducción a la geolocalización y su importancia en el ámbito empresarial
- Maneras de mejorar los negocios con algoritmos I
- Maneras de mejorar los negocios con algoritmos II
- Utilización de algoritmos en la toma de decisiones empresariales
- Aplicaciones de algoritmos en la gestión de datos y análisis de información empresarial
- Algoritmos de Inteligencia Artificial y su impacto en los negocios
- Algoritmos de optimización y su aplicación en la gestión de recursos empresariales
- Algoritmos en la planificación y gestión de proyectos empresariales
- Desafíos y conclusiones. Desafíos en la implementación de algoritmos en los negocios
- ¿Cuáles son las oportunidades que brindan los algoritmos en los negocios y cómo las empresas pueden aprovecharlas?
- Algoritmos y aplicaciones de geolocalización. Conceptos fundamentales de los algoritmos de geolocalización
- Tipos de algoritmos de geolocalización utilizados en el mundo empresarial
Unidad 7. Sistemas basados en conocimiento
- Introducción a los sistemas basados en conocimiento. Definición de sistemas basados en conocimiento
- Diferencias entre sistemas basados en conocimiento y sistemas expertos
- Ejemplos de aplicaciones de sistemas basados en conocimiento
- Ventajas y desventajas de los sistemas basados en conocimiento
- Tendencias y futuro de los sistemas basados en conocimiento
- Representación del conocimiento. Tipos de conocimiento: declarativo, procedimental y heurístico
- Métodos de representación del conocimiento
- Selección del método de representación adecuado para el problema a resolver
- Transformación de conocimiento en una forma utilizable por el sistema
- Modelos de conocimiento híbridos
- Adquisición de conocimiento. Métodos para adquirir conocimiento
- Herramientas de apoyo a la adquisición de conocimiento
- Procesos de validación y verificación de la calidad del conocimiento adquirido
- Incorporación de feedback para mejorar la calidad del conocimiento
Unidad 8. Motores de inferencia
- Conceptos fundamentales de los motores de inferencia
- ¿Qué son los motores de inferencia?
- Funciones de los motores de inferencia en la Inteligencia Artificial
- Ventajas y desventajas de los motores de inferencia en la Inteligencia Artificial
- Modelos de inferencia en la Inteligencia Artificial
- Tipos de motores de inferencia
- Modelos de inferencia en la Inteligencia Artificial
- Diferencias entre los modelos de inferencia en la Inteligencia Artificial
- Modelos de inferencia específicos
- Modelos de inferencia basados en reglas
- Modelos de inferencia probabilística
- Modelos de inferencia basados en redes neuronales
- Modelos de inferencia basados en lógica difusa
- ¿Qué es el razonamiento basado en casos y cómo se relaciona con los motores de inferencia?
Unidad 9. Patrones
- Patrones en el aprendizaje automático supervisado
- Introducción a los patrones en el aprendizaje automático supervisado
- Ejemplos de patrones en conjuntos de datos etiquetados
- Métodos de detección de patrones en conjuntos de datos
- Interpretación de patrones encontrados en modelos supervisados
- Ejemplos de aplicaciones de aprendizaje automático supervisado que utilizan patrones
- Patrones en el aprendizaje automático no supervisado
- Introducción a los patrones en el aprendizaje automático no supervisado
- Métodos de agrupamiento (clustering) y detección de anomalías
- Ejemplos de patrones en conjuntos de datos no etiquetados
- Interpretación de patrones encontrados en modelos no supervisados
- Ejemplos de aplicaciones de aprendizaje automático no supervisado que utilizan patrones
- Patrones en el procesamiento del lenguaje natural
- Introducción a los patrones en el procesamiento del lenguaje natural
Unidad 10. Reglas y restricciones
- Ética y responsabilidad en la IA y los algoritmos
- Responsabilidad y accountability en la IA y los algoritmos
- Ética en el diseño de la IA y los algoritmos
- La necesidad de diversidad e inclusión en el desarrollo de la IA y los algoritmos
- Evaluación de impacto ético en la IA y los algoritmos
- La importancia de la ética en la IA y los algoritmos en la toma de decisiones empresariales y organizativas
- Sesgos y discriminación en la IA y los algoritmos
- Sesgos en los algoritmos y cómo evitarlos
- Discriminación en la IA y los algoritmos
- Privacidad y seguridad en la IA y los algoritmos
- Regulaciones y gobernanza en la IA y los algoritmos
- Regulaciones y leyes sobre la IA y los algoritmos
- Transparencia y explicabilidad en la IA y los algoritmos
- Gobernanza de la IA y los algoritmos
Salidas Profesionales
El Curso Baremable Introducción Inteligencia Artificial no solo permite sumar puntos en oposiciones, sino también adquirir competencias útiles para el desarrollo profesional en distintos ámbitos.
Gracias a la Formación en Introducción Inteligencia Artificial con Créditos ECTS, el alumno puede mejorar su perfil y acceder a nuevas oportunidades laborales, tanto en el sector público como privado.
Entre las principales salidas profesionales destacan:
- Mejora de posición en bolsas de empleo público
- Acceso a procesos selectivos con mayor puntuación
- Desarrollo profesional en áreas relacionadas con Introducción Inteligencia Artificial
- Especialización dentro del ámbito profesional actual
- Refuerzo del perfil académico mediante Acreditación Universitaria en Introducción Inteligencia Artificial
Nuestros alumnos trabajan en:
Títulación Universitaria
Una vez finalizada la formación en Introducción Inteligencia Artificial el alumno recibe:
Título Acreditado por la Universidad Isabel I: Este título es válido para conseguir méritos en procesos selectivos, bolsas, oposiciones, etc y que por tanto serán reconocidos en el ámbito profesional.
Al aprobar la formación los estudiantes reciben el título con los créditos ECTS correspondientes.
Próximas Convocatorias
Financiación y Becas
Métodos de pago y financiación
- Pago Único: Descuento adicional sobre el importe total
- Pago a plazos: Financia la formación hasta en 10 meses sin intereses
Bonificaciones y Becas
- Fundae: Todas nuestras formaciones son bonificables para empresas.
- Becas FIT: Ayudas directas de hasta el 30% dto. a los perfiles más interesantes.
FAQs
¿El Curso Baremable Introducción Inteligencia Artificial es válido para oposiciones y cómo se acreditan los créditos ECTS?
El Curso Baremable Introducción Inteligencia Artificial cuenta con Acreditación Universitaria en Introducción Inteligencia Artificial, lo que garantiza su validez en muchos procesos de oposición y bolsas de empleo, siempre en función de las bases específicas de cada convocatoria.
Este Curso Introducción Inteligencia Artificial para Opositores incluye créditos ECTS que certifican la carga formativa realizada. La Formación en Introducción Inteligencia Artificial con Créditos ECTS permite justificar oficialmente las horas de estudio, lo que facilita su reconocimiento en procesos de baremación.
Se recomienda revisar siempre los requisitos de cada convocatoria para confirmar la puntuación exacta que puede otorgar este tipo de formación.
¿Necesito un título universitario para matricularme?
Depende del tipo de formación:
- Programas Avanzados: Por lo general, sí se requiere un título de Grado, Licenciatura o Diplomatura. No obstante, si tienes una experiencia profesional acreditada en el sector, podrías acceder previa valoración de la dirección del programa.
- Cursos Avanzados y Microcredenciales: No es necesario tener un título universitario previo. Están diseñados para ser accesibles a cualquier persona que quiera actualizar sus competencias.
¿Qué diferencia hay entre un Curso Avanzado y una Microcredencial?
Aunque ambos son de corta duración (menos de 15 ECTS), la Microcredencial tiene un enfoque europeo. Es una «píldora» de conocimiento muy específica, certificada digitalmente, y diseñada para ser apilable. Esto significa que puedes cursar varias microcredenciales y, en el futuro, convalidarlas para obtener un título de mayor rango (como un Programa Avanzado).
¿Qué son los créditos ECTS y para qué me sirven?
El ECTS (European Credit Transfer System) es la unidad de medida del trabajo del estudiante.
- 1 crédito ECTS equivale a 25 horas de dedicación (clases, estudio, trabajos).
- Al ser créditos universitarios, tienen validez en todo el Espacio Europeo de Educación Superior (EEES), lo que facilita que otras instituciones reconozcan tu formación.
¿Recibiré un título oficial al terminar?
Al finalizar con éxito, recibirás un Título Propio de la Universidad Isabel I. Estos títulos están orientados específicamente al mercado laboral y a la especialización profesional, diferenciándose de los Grados o Másteres Oficiales que tienen un enfoque más académico o de acceso al doctorado.
Si no tengo estudios previos, ¿puedo acceder a un Programa Avanzado?
Sí, es posible a través de la vía de Experiencia Profesional. La normativa actual permite que profesionales sin título universitario pero con trayectoria demostrable en el área del curso puedan cursarlo y obtener el diploma correspondiente. ¡Consúltanos tu caso particular!
¿Estas formaciones son compatibles con mi trabajo?
¡Totalmente! La mayoría de nuestra oferta de formación permanente está diseñada bajo una metodología flexible (online o semipresencial), pensada específicamente para profesionales en activo que necesitan compatibilizar su aprendizaje con su jornada laboral.