I. Disposiciones generales. MINISTERIO DE EDUCACIÓN Y FORMACIÓN PROFESIONAL. Formación profesional. Títulos académicos. (BOE-A-2021-7686)
Real Decreto 279/2021, de 20 de abril, por el que se establece el Curso de especialización en Inteligencia Artificial y Big Data y se fijan los aspectos básicos del currículo.
28 páginas totales
Página
Zahoribo únicamente muestra información pública que han sido publicada previamente por organismos oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
BOLETÍN OFICIAL DEL ESTADO
Núm. 111
Lunes 10 de mayo de 2021
Sec. I. Pág. 55859
Las líneas de actuación en el proceso de enseñanza aprendizaje que permiten
alcanzar los objetivos del módulo están relacionadas con:
– La identificación de características de los sistemas de Inteligencia artificial.
– La aplicación de esos sistemas de inteligencia artificial en las organizaciones y
empresas para la mejora de la eficiencia operativa.
Módulo profesional: Sistemas de Aprendizaje Automático.
Equivalencia en créditos ECTS: 5.
Código: 5072.
Resultados de aprendizaje y criterios de evaluación.
1. Caracteriza la Inteligencia Artificial fuerte y débil determinando usos y posibilidades.
Criterios de evaluación:
a) Se han determinado las especificidades de Inteligencia Artificial fuerte y débil.
b) Se han establecido las barreras entre la Inteligencia Artificial y el aprendizaje
automático (Machine Learning).
c) Se han diferenciado ámbitos de aplicación de la Inteligencia Artificial fuerte y débil.
d) Se han identificado los problemas a los que puede hacer frente la Inteligencia
Artificial débil.
e) Se han identificado los problemas a los que puede hacer frente la Inteligencia
Artificial fuerte.
f) Se han reconocido las ventajas que proporciona cada tipo en la resolución de los
problemas.
2. Determina técnicas y herramientas de sistemas de aprendizaje automático (Machine
Learning), testeando su aplicabilidad para la resolución de problemas.
Criterios de evaluación:
a) Se han identificado los principios de sistemas de aprendizaje automático.
b) Se han determinado tipos y usos de sistemas de aprendizaje automático.
c) Se han determinado técnicas y herramientas de sistemas de aprendizaje
automático.
d) Se han encontrado diferencias entre los tipos de sistemas de aprendizaje
automático.
e) Se han asociado técnicas y herramientas a cada tipo de sistemas de aprendizaje
automático.
Criterios de evaluación:
a) Se han proporcionado los datos etiquetados al modelo.
b) Se han seleccionado los datos de entrada, ya sean para la fase de entrenamiento,
fase de validación o fase de testeo de datos entre otras.
c) Se han utilizado los datos en la fase de entrenamiento para la construcción del
modelo aplicando características relevantes obtenidas.
cve: BOE-A-2021-7686
Verificable en https://www.boe.es
3. Aplica algoritmos de aprendizaje supervisado, optimizando el resultado del modelo y
minimizando los riesgos asociados.
Núm. 111
Lunes 10 de mayo de 2021
Sec. I. Pág. 55859
Las líneas de actuación en el proceso de enseñanza aprendizaje que permiten
alcanzar los objetivos del módulo están relacionadas con:
– La identificación de características de los sistemas de Inteligencia artificial.
– La aplicación de esos sistemas de inteligencia artificial en las organizaciones y
empresas para la mejora de la eficiencia operativa.
Módulo profesional: Sistemas de Aprendizaje Automático.
Equivalencia en créditos ECTS: 5.
Código: 5072.
Resultados de aprendizaje y criterios de evaluación.
1. Caracteriza la Inteligencia Artificial fuerte y débil determinando usos y posibilidades.
Criterios de evaluación:
a) Se han determinado las especificidades de Inteligencia Artificial fuerte y débil.
b) Se han establecido las barreras entre la Inteligencia Artificial y el aprendizaje
automático (Machine Learning).
c) Se han diferenciado ámbitos de aplicación de la Inteligencia Artificial fuerte y débil.
d) Se han identificado los problemas a los que puede hacer frente la Inteligencia
Artificial débil.
e) Se han identificado los problemas a los que puede hacer frente la Inteligencia
Artificial fuerte.
f) Se han reconocido las ventajas que proporciona cada tipo en la resolución de los
problemas.
2. Determina técnicas y herramientas de sistemas de aprendizaje automático (Machine
Learning), testeando su aplicabilidad para la resolución de problemas.
Criterios de evaluación:
a) Se han identificado los principios de sistemas de aprendizaje automático.
b) Se han determinado tipos y usos de sistemas de aprendizaje automático.
c) Se han determinado técnicas y herramientas de sistemas de aprendizaje
automático.
d) Se han encontrado diferencias entre los tipos de sistemas de aprendizaje
automático.
e) Se han asociado técnicas y herramientas a cada tipo de sistemas de aprendizaje
automático.
Criterios de evaluación:
a) Se han proporcionado los datos etiquetados al modelo.
b) Se han seleccionado los datos de entrada, ya sean para la fase de entrenamiento,
fase de validación o fase de testeo de datos entre otras.
c) Se han utilizado los datos en la fase de entrenamiento para la construcción del
modelo aplicando características relevantes obtenidas.
cve: BOE-A-2021-7686
Verificable en https://www.boe.es
3. Aplica algoritmos de aprendizaje supervisado, optimizando el resultado del modelo y
minimizando los riesgos asociados.
