Módulo 1. Introducción a la Inteligencia Artificial y el Aprendizaje Automático

01 Introducción
02 Red neuronal
03 Visión artificial
04 Procesamiento del lenguaje natural
05 Vehículo autónomo
06 Dron
07 Atención médica
08 Finanzas
09 Venta al por menor
10 Fabricación
11 Agricultura
12 Ciudad inteligente
13 Gobierno
14 Plataforma informática

Módulo 2. Fundamentos de Computación Cognitiva

01 Análisis de datos estocásticos de alta frecuencia utilizando un marco de aprendizaje automático: un estudio comparativo
02 Marco de aprendizaje cognitivo automático para evaluar la competencia durante el aval del curso para posgraduados en informática
03 Toma de decisiones cognitivas a través de un agente de base de datos inteligente para análisis predictivo
04 Una convergencia de la minería y el aprendizaje automático: el nuevo ángulo para la minería de datos educativos
05 ApnaDermato: buscador de enfermedades de la piel humana mediante aprendizaje automático
06 Técnica de inteligencia artificial para predecir la diabetes tipo 2
07 Interfaces inteligentes para el desarrollo de sistemas integrales de monitoreo de la salud
08 Agricultura inteligente basada en IoT en la India
09 Análisis de epidemiología: integración de modelos computacionales
10 Problemas recientes con aplicaciones de visión artificial para arquitecturas de redes profundas
11 Aplicaciones de retropropagación y redes neuronales de gradiente conjugado en ingeniería estructural
12 Aplicación de redes neuronales en la gestión de la construcción.
13 Fundamentos y características del reconocimiento de voz
14 Procesamiento del lenguaje natural

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. Algoritmos de Aprendizaje

01 Introducción al aprendizaje automático
02 Algoritmos de aprendizaje supervisados
03 Aprendizaje no supervisado
04 Introducción a la teoría del aprendizaje estadístico
05 Aprendizaje semisupervisado, aprendizaje por refuerzo
06 Sistemas recomendados

Módulo 2. Algoritmos de Aprendizaje por Refuerzo

01 Procesos de decisión de Markov
02 Problemas de predicción de valores
03 Control
04 Para una mayor exploración
05 La teoría de los procesos de decisión markovianos descontados

Módulo 3. Seguridad de la Información

01 Sistemas de gestión de la seguridad de la información
02 ISO 27001
03 Implantación del sistema de gestión de la seguridad de la información

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

"Nunca consideres el estudio como una obligación, sino como una oportunidad para penetrar en el bello y maravilloso mundo del saber" - Albert Einstein