Curso de Inteligencia Artificial y Mecatrónica

Los campos de la Inteligencia Artificial y la Mecatrónica deben ser vistos como aquellos que implican procesos y sistemas que requieren de una gran especialización por parte de los profesionales, ya que los productos generados y las aplicaciones de éstos van a tener una gran repercusión en el área en la que se empleen. Por ello, los profesionales que deseen desarrollar su actividad profesional en éstos deberán poseer conocimientos en materia de Inteligencia Artificial, Robótica, Mecánica, Electrónica, Desarrollo de Proyectos, Diseño, etc.

UNIDAD DIDÁCTICA 1. MECATRÓNICA E INTELIGENCIA ARTIFICIAL: POSIBILIDADES

  1. Inteligencia Artificial: introducción.
  2. Inteligencia de los seres vivos.
  3. Inteligencia Artificial.
  4. Dominios de aplicación.
  5. El campo de la mecatrónica.
  6. Las posibilidades de la Inteligencia Artificial.
  7. Mecatrónica e Inteligencia Artificial.

UNIDAD DIDÁCTICA 2. SISTEMAS EXPERTOS

  1. ¿Qué es un sistema experto en polígonos?
  2. Estructura de un sistema experto.
  3. Inferencia: tipos.
  4. Construcción de sistemas expertos.
  5. – Fases de construcción de un sistema.
  6. – Rendimiento y mejoras.
  7. – Dominios de aplicación.
  8. – Creación de un sistema experto en C#.
  9. – Añadir incertidumbre y probabilidades.

UNIDAD DIDÁCTICA 3. LÓGICA DIFUSA

  1. Introducción a la lógica difusa.
  2. Conjuntos difusos y grados de pertenencia.
  3. Operadores sobre los conjuntos difusos.
  4. Creación de reglas.
  5. Fuzzificación y defuzzificación.

UNIDAD DIDÁCTICA 4. BÚSQUEDA DE RUTAS

  1. Introducción a la búsqueda de rutas.
  2. Rutas y grafos.
  3. – Ejemplo.
  4. Algoritmos exhaustivos de búsqueda de rutas e «inteligentes».
  5. Implementación.

UNIDAD DIDÁCTICA 5. ALGORITMOS GENÉTICOS

  1. ¿Qué son los algoritmos genéticos?
  2. Evolución biológica y artificial.
  3. Elección de la representación.
  4. Evaluación, selección y supervivencia.
  5. Reproducción: crossover y mutación.
  6. Dominios de aplicación.

UNIDAD DIDÁCTICA 6. REDES NEURONALES

  1. Introducción a las redes neuronales.
  2. Origen biológico.
  3. La neurona formal.
  4. Perceptrón.
  5. Redes feed-forward.
  6. Aprendizaje.
  7. Otras redes.

144,00 

Detalles del Curso

Información adicional

Horas 200 Horas
Modalidad ONLINE

¿Por qué elegir Aurea?

Metodología de Aprendizaje Online

  • Aprendizaje activo y autónomo: A diferencia de la formación presencial, en el e-learning es clave fomentar que el alumno sea protagonista de su propio proceso de aprendizaje.

  • Microlearning y contenidos modulares: Lecciones breves, bien estructuradas, que permitan avanzar paso a paso.

  • Gamificación y elementos interactivos (cuestionarios, simulaciones, casos prácticos) aumentan la motivación y retención del conocimiento.

  • Evaluación continua: No solo exámenes finales, sino también foros, tareas prácticas y autoevaluaciones.

Plataforma online Moodle

  • Moodle es una excelente elección como LMS (Learning Management System). Algunas ventajas:

    • Código abierto y altamente personalizable.

    • Permite gestión de usuarios, seguimiento de progreso, certificados automáticos, SCORM, etc.

    • Integración con plugins y herramientas externas como H5P, BigBlueButton, Zoom, etc.

  • Optimiza la navegación y la experiencia de usuario: que la plataforma sea clara, intuitiva y visualmente amigable.

  • Mobile first: Muchos usuarios acceden desde el móvil, así que asegúrate de que la plataforma esté bien adaptada.

Equipo Docente y Tutoría

  • Docentes formados en pedagogía digital: No basta con saber del tema; es crucial saber cómo enseñarlo online.

  • Disponibilidad y acompañamiento: Los alumnos valoran mucho el soporte y el feedback de tutores.

  • Presencia activa: En foros, comentarios y webinars. Esto reduce la sensación de soledad del estudiante online.

  • Capacitación constante del equipo docente en nuevas metodologías y herramientas digitales.

Interacción y Comunidad

  • Foros, chats y actividades colaborativas: fomentan el aprendizaje social.

  • Feedback entre pares: puede ser útil para mejorar y compartir conocimientos.

  • Gamificación social: rankings, badges, desafíos grupales.

  • Encuestas y sugerencias: para mejorar el curso con la opinión de los propios alumnos.