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.
How the 전문분야 Works
강좌 수강
Coursera 전문 분야는 기술을 완벽하게 습득하는 데 도움이 되는 일련의 강좌입니다. 시작하려면 전문 분야에 직접 등록하거나 강좌를 둘러보고 원하는 강좌를 선택하세요. 하나의 전문 분야에 속하는 강좌에 등록하면 해당 전문 분야 전체에 자동으로 등록됩니다. 단 하나의 강좌만 수료해도 됩니다. — 학습을 일시 중지하거나 언제든 구독을 종료할 수 있습니다. 학습자 대시보드를 방문하여 강좌 등록 상태와 진도를 추적해 보세요.
실습 프로젝트
모든 전문 분야에는 실습 프로젝트가 포함되어 있습니다. 전문 분야를 완료하고 수료증을 받으려면 프로젝트를 성공적으로 마쳐야 합니다. 전문 분야에 별도의 실습 프로젝트 강좌가 포함되어 있는 경우 각 강좌를 완료해야 프로젝트를 시작할 수 있습니다.
수료증 취득
모든 강좌를 마치고 실습 프로젝트를 완료하면 취업할 때나 전문가 네트워크에 진입할 때 제시할 수 있는 수료증을 취득할 수 있습니다.
이 전문분야에는 9개의 강좌가 있습니다.
강좌1
Sesenta años de inteligencia artificial
4.7
59개의 평가
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.
강좌2
Razonamiento artificial
4.5
12개의 평가
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).
Algunas tareas requieren programación básica en Python: El alumno deberá completar código al que se le ha eliminado una parte.
강좌3
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.
강좌4
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.
강사
Ricardo Montalvo Lezama
Maestro en Ciencias de la ComputaciónInstituto de Investigaciones en Matemáticas Aplicadas y Sistemas
Stalin Muñoz Gutiérrez
Maestro en Ciencias de la ComplejidadCentro de Ciencias de la Complejidad
Gibran Fuentes Pineda
Investigador Asociado "C"Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas
Berenice Montalvo Lezama
Profesora asistentePosgrado en Ciencia e Ingeniería de la Computación
Carlos Gershenson
InvestigadorCiencias de la Computación, IIMAS
David Rosenblueth
Investigador de Carrera Titular A Instituto de Investigaciones en Matemáticas Aplicadas y Sistemas
멕시코 국립자치 대학교 정보
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.
자주 묻는 질문
환불 규정은 어떻게 되나요?
하나의 강좌에만 등록할 수 있나요?
네! 시작하려면 관심 있는 강좌 카드를 클릭하여 등록합니다. 강좌를 등록하고 완료하면 공유할 수 있는 인증서를 얻거나 강좌를 청강하여 강좌 자료를 무료로 볼 수 있습니다. 전문 분야 과정에 있는 강좌에 등록하면, 전체 전문 분야에 등록하게 됩니다. 학습자 대시보드에서 진행 사항을 추적할 수 있습니다.
재정 지원을 받을 수 있나요?
해당 강좌를 무료로 수강할 수 있나요?
이 강좌는 100% 온라인으로 진행되나요? 직접 참석해야 하는 수업이 있나요?
이 강좌는 100% 온라인으로 진행되므로 강의실에 직접 참석할 필요가 없습니다. 웹 또는 모바일 장치를 통해 언제 어디서든 강의, 읽기 자료, 과제에 접근할 수 있습니다.
전문 분야를 완료하면 대학 학점을 받을 수 있나요?
이 전문 분야는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 전문 분야 인증서를 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요.
¿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.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
Coursera는 세계 최고의 교육에 대한 보편적인 접근 기회를 제공하며,
최고의 대학 및 기관들과 제휴하여 온라인 강좌를 제공합니다.
© 2019 Coursera Inc. All rights reserved.
