この専門講座について
8,732 最近の表示

100%オンラインコース

自分のスケジュールですぐに学習を始めてください。

フレキシブルなスケジュール

柔軟性のある期限の設定および維持

中級レベル

約6か月で修了

推奨3時間/週

スペイン語

字幕:スペイン語

100%オンラインコース

自分のスケジュールですぐに学習を始めてください。

フレキシブルなスケジュール

柔軟性のある期限の設定および維持

中級レベル

約6か月で修了

推奨3時間/週

スペイン語

字幕:スペイン語

専門講座のしくみ

コースを受講しましょう。

Coursera(コーセラ)の専門講座は、一連のコース群であり、技術を身に付ける手助けとなります。開始するには、専門講座に直接登録するか、コースを確認して受講したいコースを選択してください。専門講座の一部であるコースにサブスクライブすると、自動的にすべての専門講座にサブスクライブされます。1つのコースを修了するだけでも結構です。いつでも、学習を一時停止したり、サブスクリプションを終了することができます。コースの登録状況や進捗を追跡するには、受講生のダッシュボードにアクセスしてください。

実践型プロジェクト

すべての専門講座には、実践型プロジェクトが含まれています。専門講座を完了して修了証を獲得するには、成功裏にプロジェクトを終了させる必要があります。専門講座に実践型プロジェクトに関する別のコースが含まれている場合、専門講座を開始するには、それら他のコースをそれぞれ終了させる必要があります。

修了証を取得

すべてのコースを終了し、実践型プロジェクトを完了すると、修了証を獲得します。この修了証は、今後採用企業やあなたの職業ネットワークと共有できます。

how it works

この専門講座には9コースあります。

コース1

Sesenta años de inteligencia artificial

4.7
64件の評価
25件のレビュー

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.

...
コース2

Razonamiento artificial

4.5
12件の評価
5件のレビュー

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.

...
コース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.

...
コース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.

...
コース5

Cómputo evolutivo

La computación evolutiva (evolutionary computation, EC), aplica la teoría de la evolución natural y la genética en la adaptación evolutiva de estructuras computacionales, proporcionando un medio alternativo para atacar problemas complejos en diversas áreas, como la ingeniería, economía, química, medicina y, porque no, las artes. Una población de posibles soluciones de un problema dado es análoga a una población de organismos vivos que evolucionan cada generación, al recombinar los mejores individuos de la población y transmitir sus características de dichos individuos padres, a sus descendientes. En este campo, diferentes esquemas de métodos evolutivos se han desarrollado, los cuales difieren en el tipo de estructuras que conforman la población. Algoritmos evolutivos (AE), como también se le conoce al cómputo evolutivo (EC), se definen como métodos de optimización y búsqueda, los cuales están inspirados y tratan de imitar de manera parcial los procesos de la evolución natural, y mantienen una población de estructuras que evolucionan de acuerdo a reglas de selección y otros operadores genéticos, como cruzamiento y mutación (Bäck, 1996). Los algoritmos evolutivos no son los únicos métodos de optimización propuestos a partir de sistemas biológicos. Se tiene una variedad de algoritmos de optimización, que tratan de imitar el comportamiento de sistemas naturales, como las colonias de hormigas, algoritmos culturales y optimización por cúmulos de partículas, entre otros. De aquí surge lo que se conoce como algoritmos bioinspirados, ya que toman sus bases a partir de la estructura de procesos y sistemas biológicos: la evolución, la selección natural, comportamiento social de animales, como las hormigas, abejas, peces. BÄCK, T. (1996) Evolutionary Algorithms in Theory and Practice. Oxford University Press. DARWIN, C. (1859) On the Origin of Species by Means of Natural Selection, or the Preservation of Favoured Races in the Struggle for Life, John Murray.

...
コース6

Comportamiento adaptativo

Los seres vivos han evolucionado en entornos cambiantes, por lo que han desarrollado mecanismos que les permiten exhibir comportamiento adaptativo. Usando el método sintético, podemos construir sistemas artificiales adaptativos que implementen dichos mecanismos, con lo cual también podemos incrementar nuestra comprensión de los sistemas naturales. En este curso veremos diversos conceptos que se han aplicado en la inteligencia artificial con orígenes en la biología y en la cibernética. Construyendo sobre ejemplos de sistemas vivos, revisaremos diversos algoritmos que permiten a los sistemas adaptarse y de esta manera enfrentar a la complejidad y cambios de su entorno. También cubriremos temas relacionados con la robustez, la cual complementa a la adaptación. Finalmente, veremos algunas aplicaciones de este tipo de inteligencia artificial. En el proyecto final, se desarrollará un sistema artificial que exhiba comportamiento adaptativo.

...
コース7

Creatividad artificial

¿Qué es la creatividad?, ¿pueden ser creativas las computadoras? ¿cómo, cuándo y con qué objetivo surgió esta nueva área de investigación?, ¿Hasta donde hemos llegado en la creación de sistemas “creativos”?, y ¿qué teorías, metodologías y técnicas podemos usar para programar y evaluar este tipo de sistemas en generación de narrativas, música, descubrimiento científico, artes visuales, etc.? Estas y otras preguntas las analizaremos y discutiremos a lo largo de este curso. Así mismo, conforme avances en las lecciones, irás construyendo poco a poco tu propio agente artificial creativo.

...
コース8

Cognición encarnada

Esta materia de corte teórico cierra el programa especializado Introducción a la Inteligencia Artificial. Las ciencias cognitivas estudian el conocimiento, por lo que abarca a una diversidad de disciplinas, tales como la psicología, neurofisiología, lingüística, filosofía y también la inteligencia artificial. Por una parte, las ciencias cognitivas pueden ayudarnos a construir sistemas que exhiban una inteligencia más sofisticada. Por otra parte, avances y experimentos en inteligencia artificial pueden ser útiles al resto de las ciencias cognitivas. En este curso cubriremos brevemente la historia y conceptos más relevantes de ciencias cognitivas, relacionándolos con temas cubiertos en el resto de la especialidad. El objetivo es que los estudiantes puedan desarrollar un discurso para expresar su opinión sobre la cognición en humanos, animales, otros seres vivos y máquinas.

...
コース9

Inteligencia artificial: Proyecto final

En el proyecto culminante del programa especializado Introducción a la Inteligencia Artificial, los estudiantes aplicarán conceptos adquiridos durante el programa en un problema de su elección. El proyecto involucrará tanto el desarrollo de un programa de software o hardware como la escritura de un ensayo. Se extenderá por lo menos uno de los temas cubiertos en el programa especializado, realizando una implementación, comparándolo con otras técnicas y reportando los resultados en un ensayo. La evaluación será por pares. Los objetivos del proyecto son: * Aplicar el conocimiento adquirido durante el programa especializado a un dominio particular. * Implementar tecnología de IA con un propósito específico. * Comparar la solución desarrollada con existentes. * Reportar los resultados en un ensayo estructurado (máximo 10 páginas).

...

講師

Avatar

Ricardo Montalvo Lezama

Maestro en Ciencias de la Computación
Instituto de Investigaciones en Matemáticas Aplicadas y Sistemas
Avatar

Stalin Muñoz Gutiérrez

Maestro en Ciencias de la Complejidad
Centro de Ciencias de la Complejidad
Avatar

Gibran Fuentes Pineda

Investigador Asociado "C"
Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas
Avatar

Berenice Montalvo Lezama

Profesora asistente
Posgrado en Ciencia e Ingeniería de la Computación
Avatar

Carlos Gershenson

Investigador
Ciencias de la Computación, IIMAS
Avatar

Katya Rodríguez Vázquez

Investigadora Titular B
Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas
Avatar

David Rosenblueth

Investigador de Carrera Titular A
Instituto de Investigaciones en Matemáticas Aplicadas y Sistemas

メキシコ国立自治大学(Universidad Nacional Autónoma de México)について

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....

よくある質問

  • はい。まず始めに興味のあるコースカードをクリックして登録します。コースに登録して修了することによって、共有できる修了証を取得するか、無料でコースを聴講してコースの教材を確認することができます。専門講座の一部であるコースにサブスクライブすると、専門講座全体に自動的にサブスクライブされます。進捗を追跡するには、受講生のダッシュボードにアクセスしてください。

  • このコースは完全にオンラインで提供されているため、実際に教室に出席する必要はありません。Webまたはモバイル機器からいつでもどこからでも講義、学習用教材、課題にアクセスできます。

  • この専門講座では大学の単位は付与されませんが、一部の大学では専門講座修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。

  • 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 )

  • No es necesario, pero se recomienda seguir el orden del programa.

  • 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.

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。