Pasar al contenido principal

Aprendizaje Automático, Matemáticas y Ética con un enfoque práctico

Duración

40 horas en total

Descripción

¿Te gustaría saber qué es el aprendizaje automático, pero no sabes por dónde empezar? ¿Te gustaría aprender sobre los desafíos sociales del aprendizaje automático? ¡Entonces, este curso es para ti!

Este curso práctico de aprendizaje automático, matemáticas y ética te enseña los fundamentos del aprendizaje automático de una manera intuitiva. Se centra en gran medida en ejercicios y ejemplos de sus aplicaciones. El curso te permite desarrollar habilidades prácticas para crear algoritmos y estimular el pensamiento crítico sobre la ética de los modelos de aprendizaje automático.

Si bien los campos de la informática, la inteligencia artificial y el aprendizaje automático están cambiando el mundo, la verdad es que las niñas y las mujeres siguen estando infrarrepresentadas en estos campos. Preparamos este curso en línea, siguiendo las pautas del proyecto FOSTWOM Erasmus+ para desarrollar MOOCs de acuerdo con una perspectiva de género en las narrativas, en el lenguaje y en el uso de imágenes. Por lo tanto, esperamos que este MOOC sea una oportunidad de aprendizaje significativa para capacitar a los jóvenes, especialmente a las mujeres jóvenes, para que sigan estas áreas de especialización.

¿Vas a perder la oportunidad de aprender sobre una tecnología que está transformando el mundo?

¿Qué aprenderé?

A lo largo de estos temas, aprenderás:

  • Qué es el aprendizaje automático;
  • Los diferentes tipos de aprendizaje automático y aprendizaje supervisado con más detalle;
  • El proceso estándar de creación de modelos predictivos;
  • Los cuatro pasos del proceso estándar: preparación de datos, exploración de datos, capacitación de modelos, evaluación de modelos;
  • Algunas matemáticas fundamentales necesarias para entender el aprendizaje automático: estadística y álgebra lineal;
  • Cómo programar en Python con Google Colab;
  • Cómo ser consciente de los desafíos de crear algoritmos de aprendizaje automático justos.

Público objetivo

Los jóvenes, especialmente las mujeres jóvenes, tienen curiosidad por saber cómo funcionan los algoritmos, qué modelos se pueden construir con la ayuda del aprendizaje automático, sus ventajas y limitaciones.

¿Qué necesito saber?

Este curso en línea no tiene requisitos previos especiales. Asume que los participantes han asistido a la escuela secundaria.

Para participar en este curso en línea, no necesitas tener ninguna experiencia previa en programación. Vas a utilizar un software de acceso gratuito: Google Colab, que te permite escribir y ejecutar Python en tu navegador.

Además, todos los contenidos del MOOC son gratuitos, completamente en línea.

Los materiales del curso permanecerán disponibles para todos los usuarios inscritos después del final de la edición actual, para que puedan volver al contenido más adelante.

Contenido

Este MOOC se estructura en cinco módulos, tras la introducción:

  1. Bienvenida e introducción
  2. Aprender de la experiencia: aprendizaje automático y aprendizaje supervisado
  3. Cómo vamos a trabajar en modelos de aprendizaje supervisado
  4. Preparación de datos, exploración de datos y estadísticas
  5. Modelos de formación, evaluación de modelos y matrices
  6. Retos éticos de los algoritmos de aprendizaje automático

Profesorado del curso

Pedro Marcelino

Pedro Marcelino

Cofundador de TreeTree2.

Doctorado en «Un nuevo enfoque para la gestión del mantenimiento de infraestructuras de transporte mediante el aprendizaje automático» en el Instituto Superior Técnico.

Máster en Ingeniería Civil, rama Estructuras, en el Instituto Superior Técnico.

Ana Moura Santos

Ana Moura Santos

Obtuvo su diploma en Ciencias Físico-Matemáticas en la Universidad de Moscú, y la maestría y el doctorado en Matemáticas Aplicadas del Instituto Superior Técnico, donde comenzó a enseñar en 1987, primero en el Departamento de Física y, a partir de 1993, en el departamento de Matemáticas.

Su área de investigación es la Teoría de Operadores y el Análisis Funcional con aplicaciones, y también trabaja en temas pedagógicos, es decir, el desarrollo de recursos de aprendizaje electrónico para proyectos en Matemáticas.

Pasa la mayor parte de su tiempo libre en actividades relacionadas con el baile, actualmente está centrada en las sevillanas y el flamenco.

Paul Arandjelovic

Paul Arandjelovic

Copropietario de Nexgen Business.

Licenciado en Ciencias de la Computación e Ingeniería por el Instituto Superior Técnico.

Paul es un gran defensor del autoaprendizaje y disfruta leer y aprender cosas nuevas en su tiempo libre.

Es una persona que siempre busca ensanchar los límites en cualquier tarea en la que trabaja.

Proyecto patrocinado por

Sponsors
  1. Código del curso

    FWM102
  2. Inicio de las clases

  3. Fin de las clases

  4. Esfuerzo estimado

    40 horas en total
Inscribirse

La Universitat Politècnica de València utiliza cookies propias y de terceros por motivos de seguridad, y también para mejorar la experiencia del usuario y conocer sus hábitos de navegación. Recuerda que, al utilizar nuestros servicios, admites nuestro aviso legal y nuestra política de cookies. Entendemos que, si continuas navegando, es porque apruebas estos términos.