Este Programa especializado está dirigido a personas con interés en conocer más sobre los diversos desarrollos que han sido generados en décadas recientes en el área de inteligencia artificial. Al concluir este Programa compuesto de ocho cursos y un proyecto culminante, los estudiantes tendrán un amplio panorama y un dominio básico de las técnicas que se pueden usar para construir sistemas inteligentes. También se habrán discutido las implicaciones filosóficas, éticas y sociales que los desarrollos tecnológicos en inteligencia artificial podrían tener. La inteligencia artificial actualmente se aplica en una gran variedad de áreas y hay una alta demanda laboral en empresas y organizaciones de todo tipo, por lo que los estudiantes adquirirán diversas herramientas que podrán aplicar en su entorno profesional.
Introducción a la inteligencia artificial 专项课程
Introducción a la Inteligencia Artificial. Conoce distintas técnicas y conceptos relacionados a la construcción de sistemas inteligentes.
提供方
专项课程 的运作方式
加入课程
Coursera 专项课程是帮助您掌握一门技能的一系列课程。若要开始学习，请直接注册专项课程，或预览专项课程并选择您要首先开始学习的课程。当您订阅专项课程的部分课程时，您将自动订阅整个专项课程。您可以只完成一门课程，您可以随时暂停学习或结束订阅。访问您的学生面板，跟踪您的课程注册情况和进度。
实践项目
每个专项课程都包括实践项目。您需要成功完成这个（些）项目才能完成专项课程并获得证书。如果专项课程中包括单独的实践项目课程，则需要在开始之前完成其他所有课程。
获得证书
在结束每门课程并完成实践项目之后，您会获得一个证书，您可以向您的潜在雇主展示该证书并在您的职业社交网络中分享。
此专项课程包含 9 门课程
课程1
Sesenta años de inteligencia artificial
4.9
21 个评分
En este curso cubriremos el pasado, presente y futuro de la inteligencia artificial. También mencionaremos los conceptos más importantes que serán útiles en el resto del programa especializado. Discutiremos las implicaciones sociales, éticas y filosóficas de los desarrollos en inteligencia artificial.
课程2
Razonamiento artificial
5.0
1 个评分
El razonamiento formal juega un papel importante en la inteligencia artificial. Hay dos maneras principales de formalizar razonamiento: una que enfatiza la deducción (lógica), y otra que enfatiza la incertidumbre (teoría de la probabilidad). En este curso vamos a cubrir una introducción tanto a la lógica (vamos a cubrir tres lógicas) como a la teoría de la probabilidad (vamos a cubrir tres modelos gráficos probabilísticos).
课程3
Resolución de problemas por búsqueda
El curso trata de resolución automática de problemas por medio de algoritmos de búsqueda.
Aprenderás a abstraer un problema como un grafo de estados-acciones y a dimensionar su complejidad por medio de la identificación de parámetros. Además, te mostraremos cómo analizar el consumo de recursos computacionales de los algoritmos para seleccionar o adaptar el más apropiado al problema.
Nos interesa que puedas aplicar los algoritmos a problemas concretos.
Te acompañaremos en la implementación de los algoritmos en el lenguaje de programación Python y te mostraremos algunos ejemplos de su aplicación a ciertos problemas modelo.
Al final podrás probar tus algoritmos en un espacio de búsqueda interesante: el resolver el cubo de Rubik.
课程4
Aprendizaje de máquinas
El aprendizaje de máquinas es una rama de la inteligencia artificial dedicada al estudio de métodos para dotar a los agentes artificiales de la capacidad de aprender a partir de ejemplos y/o experiencia. Los métodos de aprendizaje de máquinas pueden generar modelos de problemas complejos a través de instancias específicas, los cuales son capaces de generalizar y/o adaptarse a situaciones nuevas. Estos modelos han permitido llevar a cabo muchas nuevas aplicaciones en áreas muy diversas como generación de descripciones de imágenes, predicción de readmisión hospitalaria o detección de partículas subatómicas. En la actualizada frecuentemente interactuamos con modelos de aprendizaje de máquinas en diversas actividades de nuestra vida cotidiana. Por ejemplo, cuando utilizamos el teclado virtual en nuestros teléfonos móviles, un modelo de aprendizaje de máquinas trata de predecir la siguiente palabra que queremos escribir a partir de nuestro patrón de escritura y la de otros usuarios. De igual manera, al realizar una búsqueda en Internet, un modelo de aprendizaje de máquinas identifica los documentos más relevantes a ser mostrados de todos los posibles documentos usando nuestro historial de búsqueda. Al tomar una foto con nuestra cámara digital, un modelo de aprendizaje de máquinas detecta los rostros en la escena para poder enfocarlos de forma adecuada.
Este es un curso básico introductorio al aprendizaje de máquinas con un enfoque práctico, el cual aborda tanto los fundamentos generales como métodos específicos y algunos aspectos prácticos. El curso aborda tanto el aprendizaje supervisado como el aprendizaje sin supervisión. Los métodos que se presentan en el curso son regresión lineal, regresión logística, redes neuronales y K-medias.
讲师
Carlos Gershenson
InvestigadorCiencias de la Computación, IIMAS
David Rosenblueth
Investigador de Carrera Titular A Instituto de Investigaciones en Matemáticas Aplicadas y Sistemas
关于 Universidad Nacional Autónoma de México
La Universidad Nacional Autónoma de México fue fundada el 21 de septiembre de 1551 con el nombre de la Real y Pontificia Universidad de México. Es la más grande e importante universidad de México e Iberoamérica. Tiene como propósito primordial estar al servicio del país y de la humanidad, formar profesionistas útiles a la sociedad, organizar y realizar investigaciones, principalmente acerca de las condiciones y problemas nacionales, y extender con la mayor amplitud posible, los beneficios de la cultura.
常见问题
退款政策是如何规定的？
我可以只注册一门课程吗？
可以！点击您感兴趣的课程卡开始注册即可。注册并完成课程后，您可以获得可共享的证书，或者您也可以旁听该课程免费查看课程资料。如果您订阅的课程是某专项课程的一部分，系统会自动为您订阅完整的专项课程。访问您的学生面板，跟踪您的进度。
有助学金吗？
我可以免费学习课程吗？
此课程是 100% 在线学习吗？是否需要现场参加课程？
此课程完全在线学习，无需到教室现场上课。您可以通过网络或移动设备随时随地访问课程视频、阅读材料和作业。
完成专项课程后我会获得大学学分吗？
此专项课程不提供大学学分，但部分大学可能会选择接受专项课程证书作为学分。查看您的合作院校了解详情。
¿Es necesario tener conocimientos previos?
Para los cursos prácticos:
Programación básica en Python (Curso disponible en https://www.coursera.org/learn/python )
Álgebra (Curso disponible en https://www.coursera.org/learn/algebra-basica )
¿Es necesario tomar los cursos en un orden en específico?
No es necesario, pero se recomienda seguir el orden del programa.
¿Qué podré hacer al completar la especialización?
Tener un amplio entendimiento teórico y práctico de distintas ramas de la inteligencia artificial, con la capacidad de analizar problemas en una diversidad de dominios, decidir qué herramientas son las más apropiadas e implementar una solución.
还有其他问题吗？请访问 学生帮助中心。
