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. 55861
Duración: 50 horas.
Contenidos básicos:
Caracterización de la Inteligencia Artificial fuerte y débil:
– Inteligencia Artificial Débil:
• Características y aplicaciones.
• Ventajas e inconvenientes.
• Usos y posibilidades.
– Inteligencia Artificial Fuerte:
• Características y aplicaciones.
• Ventajas e inconvenientes.
• Usos y posibilidades.
Determinación de sistemas de aprendizaje automático (Machine Learning):
– Clasificación de sistemas de aprendizaje automático. Supervisado y no supervisado.
– Principales técnicas para desarrollar aprendizaje automático: Redes neuronales,
Aprendizaje inductivo, Razonamiento basado en casos, entre otros.
– Algoritmos o modelos aplicados al aprendizaje automático:
• Algoritmos de clasificación.
• Algoritmos de detección de anomalías.
• Algoritmos de regresión.
• Algoritmos de clustering.
• Algoritmos de refuerzo del aprendizaje.
• Árboles y reglas de decisión.
• Otros algoritmos relacionados con el aprendizaje automático.
– Procedimientos del Machine Learning: Datos, identifica patrones y toma decisiones.
– Herramientas de. Aprendizaje automático.
– Aplicaciones del Machine Learning.
–
–
–
–
–
Determinación de elementos y herramientas de aprendizaje supervisado.
Datos etiquetados.
Variables de entrada (input data). Etiquetas de salida.
Plataformas de aprendizaje automático supervisado.
Fases del aprendizaje automático:
• Selección del algoritmo de aprendizaje supervisado.
• Selección de datos.
• Construcción del modelo.
• Validación del modelo.
• Ajuste de características o parámetros.
• Implementación del modelo propuesto.
• Verificación del modelo de prueba.
• Optimización del modelo.
Aplicación de técnicas de aprendizaje no supervisado:
– Técnicas de aprendizaje no supervisado.
cve: BOE-A-2021-7686
Verificable en https://www.boe.es
Algoritmos aplicados al aprendizaje supervisado y optimización del modelo:
Núm. 111
Lunes 10 de mayo de 2021
Sec. I. Pág. 55861
Duración: 50 horas.
Contenidos básicos:
Caracterización de la Inteligencia Artificial fuerte y débil:
– Inteligencia Artificial Débil:
• Características y aplicaciones.
• Ventajas e inconvenientes.
• Usos y posibilidades.
– Inteligencia Artificial Fuerte:
• Características y aplicaciones.
• Ventajas e inconvenientes.
• Usos y posibilidades.
Determinación de sistemas de aprendizaje automático (Machine Learning):
– Clasificación de sistemas de aprendizaje automático. Supervisado y no supervisado.
– Principales técnicas para desarrollar aprendizaje automático: Redes neuronales,
Aprendizaje inductivo, Razonamiento basado en casos, entre otros.
– Algoritmos o modelos aplicados al aprendizaje automático:
• Algoritmos de clasificación.
• Algoritmos de detección de anomalías.
• Algoritmos de regresión.
• Algoritmos de clustering.
• Algoritmos de refuerzo del aprendizaje.
• Árboles y reglas de decisión.
• Otros algoritmos relacionados con el aprendizaje automático.
– Procedimientos del Machine Learning: Datos, identifica patrones y toma decisiones.
– Herramientas de. Aprendizaje automático.
– Aplicaciones del Machine Learning.
–
–
–
–
–
Determinación de elementos y herramientas de aprendizaje supervisado.
Datos etiquetados.
Variables de entrada (input data). Etiquetas de salida.
Plataformas de aprendizaje automático supervisado.
Fases del aprendizaje automático:
• Selección del algoritmo de aprendizaje supervisado.
• Selección de datos.
• Construcción del modelo.
• Validación del modelo.
• Ajuste de características o parámetros.
• Implementación del modelo propuesto.
• Verificación del modelo de prueba.
• Optimización del modelo.
Aplicación de técnicas de aprendizaje no supervisado:
– Técnicas de aprendizaje no supervisado.
cve: BOE-A-2021-7686
Verificable en https://www.boe.es
Algoritmos aplicados al aprendizaje supervisado y optimización del modelo:
