INDICE DE CONTENIDOS
- Unidad 1. Eficiencia y productividad: el rol de la IA profesional
1 Impacto de la inteligencia artificial en el ámbito laboral
2 Avances tecnológicos y disponibilidad de recursos
3 Tipología de soluciones IA
- Unidad 2. Un comienzo inteligente: la gestión del tiempo
1 Inteligencia artificial y gestión del tiempo
2 Optimización avanzada de la gestión del tiempoUnidad práctica
1 Gestión de la información digital
- Unidad 3. Cronología de una eclosión
1 Primeros experimentos y adquisiciones estratégicas (2010 – 2015)
2 Integración y expansión de la IA (2016 – 2020)
3 IA en la productividad y el trabajo remoto (2020 – 2022)
4 En 2023 todo se revoluciona con ChatGPT
- Unidad 4. De la integración IA a la gestión de áreas de responsabilidad
1 Proyectos vs. áreas de responsabilidad
2 Niveles de adopción de la Inteligencia Artificial
2.1 automatización de procesos
2.2 Marketing y ventas
2.3 Atención al cliente
2.4 Productividad y gestión de proyectos
2.5 Creación de contenidos
2.6 Finanzas y contabilidad
2.7 Recursos Humanos
2.8 Toma de decisiones
3 Alta personalización de las soluciones IAUnidad práctica
2 Automatizaciones y asistentes de IA
- Unidad 5. Integración de la IA en el entorno profesional
1 Nivel. Simple, sencillo y gradual
2 Nivel. Configuración y plataformas no-code
3 Nivel. Personalización avanzada y plataformas Low-Code
4 Nivel. Inteligencia e integración profunda
5 Nivel. Transformación estratégica impulsada por IA
- Unidad 6. Aplicaciones de IA y la mejora del desempeño profesional
1 Automatización y eficiencia operativa
2 Personalización y desarrollo profesionalUnidad práctica
3 Creación de un asistente personal de IA
- Unidad 7. La naturaleza dual de la IA
1 Escalabilidad de la IA
2 Adaptabilidad de la IA
3 Interconexión entre lo grande y lo pequeño
4 Teoría de la información y la Ia naturaleza dual de la IA
- Unidad 8. El papel de los algoritmos en la IA
1 Algoritmos en la IA
2 Algoritmos y matemáticasUnidad práctica
4 Google AI Studio I
- Unidad 9. La caja de herramientas IA
1 Los sistemas de aprendizaje automático (ML)
1.1 Aprendizaje supervisado
1.2 Aprendizaje no supervisado
1.3 Aprendizaje por refuerzo
2 Los componentes de la caja de herramientas IA
- Unidad 10. La evolución del ML: inicios del aprendizaje basado en datos
1 Fundamentos del Machine Learning
2 La evolución del aprendizaje: de las reglas a los sistemas expertos
3 Sin datos no hay aprendizaje inteligenteUnidad práctica
5 Google AI Studio II
- Unidad 11. Capacidad de aprender de la IA
1 IA débil vs. IA fuerte
2 De algoritmos simples a la inteligencia profunda
3 De reglas predefinidas a parámetros e hiper-parámetros
- Unidad 12. Ámbitos de solución de la IA
1 El análisis de lo computable
2 Soluciones IA para la mejora del desempeño y la productividad
Related products
IA en la Pyme: mejora del dese...
36,00€