Tema 1: Introducción a la IA
Definición de Inteligencia Artificial (IA)
Breve cronología
Aprendizaje de Máquina (Machine Learning).
Modelos Predictivos.
Aprendizaje supervisado y no supervisado.
La importancia de los datos.
Tema 2: Taller de Machine Learning
Introducción a herramienta Orange Data Mining.
Pasos para la construcción de modelos predictivos.
Construcción de modelos básicos de regresión.
Construcción de modelos básicos de clasificación.
Tema 3: Modelos avanzados de Machine Learning
Redes Neuronales Artificiales.
Aprendizaje profundo (Deep Learning).
Tema 4: Modelos de Lenguaje de Gran Escala (LLMs)
Deep
Learning para la generación de texto.
Modelos de lenguaje de gran escala.
Modelos Multimodales.
Ejemplos con ChatGPT y Gemini.
Memoria y la ventana de contexto.
Errores y alucinaciones de los LLMs.
Tema 5: Prompt
Engineering
Definición.
Recomendaciones para la elaboración de prompts.
Ejemplos de prompts avanzados con ChatGPT y Gemini.
Desarrollo de casos de aplicación práctica.
Tema 6: Uso corporativo de servicios de IA basados en LLMs.
Algunos casos de uso recomendados.
Análisis para un uso corporativo.
Estimación de costos.
Consideraciones de seguridad en el uso de LLMs.
Normatividad a considerar sobre IA en el Perú.
Tema 7: Estado del arte e impacto de la IA
Estado del Arte en IA.
Impacto de la IA en las empresas y organizaciones.
Avance en la adopción de la IA en el Perú.
Ambiente para la adopción de la IA en el Perú.
Tema 8: Exposición de Trabajo
|