Detalle Actividad Formativa

Inicio

  • Título: SISTEMAS DE APRENDIZAJE AUTOMÁTICO
  • Modalidad: Curso a Distancia
  • Estado: Publicadas Listas Definitivas
  • Ámbito: Regional
  • Código: 221104MDFP002
  • Fecha actividad: 15/09/2021 hasta 10/12/2021
  • Fecha inscripción: 03/09/2021 hasta 10/09/2021
  • Horas totales: 30
  • Horas presenciales: 0
  • Horas no presenciales: 30
  • Nº de plazas: 41
  • Dirigido a: Form. profesional y art. plast. y diseño
  • Tipo de descriptor: V - FP, artísticas, EEOOII, EPER
  • Descriptor: 5.1.-FP Actualización profesional y metodológica
  • Lugar de realización: AULA VIRTUAL DE FORMACIÓN DEL PROFESORADO
  • Provincia: Cádiz
  • Municipio: Cádiz
  • Localidad: Cádiz

Objetivos

Los objetivos son coincidentes con la consecución de los Resultados de Aprendizaje establecidos en el RD 279/2021 para este módulo del Curso de Especialización de Inteligencia Artificial y Big Data. 1. Caracteriza la Inteligencia Artificial fuerte y débil determinando usos y posibilidades. 2. Determina técnicas y herramientas de sistemas de aprendizaje automático (Machine Learning), testeando su aplicabilidad para la resolución de problemas. 3. Aplica algoritmos de aprendizaje supervisado, optimizando el resultado del modelo y minimizando los riesgos asociados. 4. Aplica técnicas de aprendizaje no supervisado relacionándolas con los tipos de problemas que tratan de resolver. 5. Aplica modelos computacionales de redes neuronales comparándolos con otros métodos de inteligencia artificial. 6. Valora la calidad de los resultados obtenidos en la práctica con sistemas de aprendizaje automático integrando principios fundamentales de la computación. La consecución de estos resultados de aprendizaje, conjuntamente con la creación de los materiales necesarios para la impartición completa del módulo, deben de constituir una garantía de la correcta implementación del mismo, lo cual debe ser nuestro objetivo principal. Para ello es necesaria la implicación de las personas que van a impartir ya este módulo y las que pretenden impartirlo en el futuro. La consecución de este objetivo se basa pues en el trabajo colaborativo de los profesores bajo el principio de que el trabajo individual sea relativamente pequeño pero la suma de ese esfuerzo sea el material de un módulo completo.

Contenido

Los contenidos son coincidentes con los del RD 279/2021 para este módulo del Curso de Especialización de Inteligencia Artificial y Big Data. Caracterización de la Inteligencia Artificial fuerte y débil: - Inteligencia Artificial Débil: - Características y aplicaciones. - Ventajas e inconvenientes. - Usos y posibilidades. - Inteligencia Artificial Fuerte: - Características y aplicaciones. - Ventajas e inconvenientes. - Usos y posibilidades. Determinación de sistemas de aprendizaje automático (Machine Learning): - Clasificación de sistemas de aprendizaje automático. Supervisado y no supervisado. - Principales técnicas para desarrollar aprendizaje automático: Redes neuronales, Aprendizaje inductivo, Razonamiento basado en casos, entre otros. - Algoritmos o modelos aplicados al aprendizaje automático: - Algoritmos de clasificación. - Algoritmos de detección de anomalías. - Algoritmos de regresión. - Algoritmos de clustering. - Algoritmos de refuerzo del aprendizaje. - Árboles y reglas de decisión. - Otros algoritmos relacionados con el aprendizaje automático. - Procedimientos del Machine Learning: Datos, identifica patrones y toma decisiones. - Herramientas de. Aprendizaje automático. - Aplicaciones del Machine Learning. Algoritmos aplicados al aprendizaje supervisado y optimización del modelo: - Determinación de elementos y herramientas de aprendizaje supervisado. - Datos etiquetados. - Variables de entrada (input data). Etiquetas de salida. - Plataformas de aprendizaje automático supervisado. - Fases del aprendizaje automático: - Selección del algoritmo de aprendizaje supervisado. - Selección de datos. - Construcción del modelo. - Validación del modelo. - Ajuste de características o parámetros. - Implementación del modelo propuesto. - Verificación del modelo de prueba. - Optimización del modelo. Aplicación de técnicas de aprendizaje no supervisado: - Técnicas de aprendizaje no supervisado - Algoritmos de aprendizaje no supervisado. Agrupación de cluster, Reducción de dimensión, entre otros. - Determinación de elementos y herramientas de Aprendizaje no supervisado. - Plataformas de aprendizaje automático no supervisado. - Fases del aprendizaje automático no supervisado. Aplicación de modelos computacionales de redes neuronales y comparación con otros modelos: - Aprendizaje automático frente a aprendizaje profundo. - Cómo aprende una red neuronal. - Modelos de redes neuronales artificiales: Redes neuronales convolucionales (CNN). Valoración de la calidad de los resultados obtenidos en la práctica con sistemas de aprendizaje automático: - Capacidad de generalización. - Test. - Validación. - Matriz de confusión.

Descripción

El RD 279/2021 (20 abril) establece el Curso de especialización en Inteligencia Artificial y Big Data, fijando los aspectos básicos del currículo. Dicho curso comenzará a impartirse en Andalucía a partir del curso 2021/22. Los cursos de especialización se constituyen como el nivel más elevado de la oferta formativa de la FP, por tanto, se hace necesaria la adecuada formación del profesorado que impartirá a los alumnos esta materia. En consonancia se ha creado una actividad por cada uno de los 5 módulos en que se divide el curso de especialización En esta actividad (SAA), se pretende dotar al profesorado de los materiales necesarios para la correcta impartición del módulo "SISTEMAS DE APRENDIZAJE AUTOMÁTICO". Para ello se proporcionarán abundantes vídeos con ejemplos paso a paso, ejemplos con código fuente, ejercicios complementarios y actividades de autoevaluación. el profesorado participante, coordinados por un tutor en el AVFP, colaborarán entre ellos para generar el material que necesiten para impartir el curso al alumnado. Conociendo la sobrecarga y dificultad que supone impartir una materia nueva con tanta premura, la evaluación de la actividad está diseñada para que el trabajo se reparta entre el profesorado participante de modo que la carga resulte más que accesible individualmente pero, al mismo tiempo, la suma de los esfuerzos suponga un material muy valioso para las clases reales El curso está diseñado por un equipo de Doctores en Informática, especializados en IA y BD, de la Universidad de Castilla La Mancha. Dichos ponentes estarán a disposición del profesorado participante mediante 10 horas de videoconferencias agrupadas según disponibilidad de horarios y existencia de dudas. Dichas sesiones se grabaran para que todos los participantes puedan acceder a ellas en cualquier momento del curso Esta actividad se engloba dentro del programa financiado por el Ministerio de Educación y Formación Profesional

Observaciones

Criterios de baremación: 1. Profesorado de la Familia Profesional de Informática y Comunicaciones (IyC) que vaya a impartir el módulo de SAA del curso de especialización CE IA&BD en el curso 2021/22 2. Profesorado de la Familia Profesional de IyC del cuerpo 590 (PES) de los centros seleccionados para impartir el CE IA&BD en el curso 2021/22 3. Profesorado de la Familia Profesional de IyC del cuerpo 590 (PES) de los centros candidatos a impartir el CE IA&BD en el curso 2022/23 4. Resto del Profesorado de la Familia Profesional de IyC del cuerpo 590 (PES) 5. Profesorado de la Familia Profesional de Electricidad y Electrónica del cuerpo 590 (PES) Esta actividad es compatible con la del módulo de MIA, con la del módulo PIA como excepción justificada por la Jefatura de Departamento correspondiente y NO lo es con las de los módulos SBD y BDA (PTFP) - Plazo de admisión de solicitudes: del 03/09/2021 al 10/09/2021 - Publicación del listado provisional de admisión: 11/09/2021 - Publicación del listado definitivo de admisión: 13/09/2021. - Esta actividad no contempla bolsa de ayuda por desplazamiento. - No se podrán emitir certificación parcial por la asistencia a las sesiones de esta actividad. - El plazo para realizar la encuesta es hasta el 10/12/2021 - Las horas no presenciales deberán justificarse con la realización de las tareas propuestas en el AVFP - El plazo para la realización de las tareas es hasta el día de finalización de la actividad Para más información: Manuel Cabezas Carbonell Asesor de FP manuel.cabezas.edu@juntadeandalucia.es 671565832/765832

Equipo de formación

Asesor/a Responsable:
Cabezas Carbonell, Manuel Cayetano
Criterios de adjudicación automática:
Lo especificado en el apartado "Observaciones"
Personal agregado a la actividad:
Autor/a de curso: García Ródenas, Ricardo
Ponente: García Ródenas, Ricardo
Ponente: Martín Baos, José Ángel
Tutor/a: Bolívar Pérez, Miguel Ángel
Ponente: Romero Chicharro, Francisco Pascual
Editor/a de curso: Bolívar Pérez, Miguel Ángel
Autor/a de curso: Romero Chicharro, Francisco Pascual
Autor/a de curso: Martín Baos, José Ángel
Coordinador/a: González Morcillo, Carlos
Autor/a de curso: Olivas Varela, José Ángel
Ponente: Olivas Varela, José Ángel

Sesiones de la actividad

Fecha Hora de inicio Hora de fin Lugar de realización
Volver