Aprendizaje No-Supervisado con Python

 

I. Datos generales

Instructor o docente: Gilberto Carlo Grajales

Modalidad de impartición: Híbrido

Duración total de taller: 4 sesiones virtuales de 2 hrs. C/U y 1 sesión presencial de 3 hrs.

Área: Formación para la docencia

Fechas: 1, 8, 15, 22 y 29 de octubre.

II. Descripción

Descripción:

Este programa está diseñado para ofrecer una comprensión integral sobre la Inteligencia Artificial Generativa, sus fundamentos, tecnologías asociadas, aplicaciones prácticas en distintos sectores y los desafíos éticos y sociales que implica su uso. Al mismo tiempo, se ven dos técnicas esenciales en el Aprendizaje No-Supervisado: Clustering con K-Means y Clustering Jerárquico.

 

Destinatarios:

  • Profesionales de cualquier industria que busquen entender el impacto de la IA.
  • Educadores, creadores de contenido, emprendedores, líderes de equipos y tecnólogos.
  • Estudiantes universitarios y graduados en transición hacia carreras digitales.
  • Curiosos tecnológicos interesados en el futuro de la automatización y creatividad asistida por IA.

Objetivo(s) o competencia(s):

  • Comprender los conceptos fundamentales de la inteligencia artificial, machine learning y Deep learning.
  • Identificar las principales herramientas y modelos de IA generativa, como ChatGPT, DALL·E, MidJourney, Synthesia, entre otros.
  • Aplicar la IA generativa en casos de uso reales: educación, marketing, salud, trabajo, automatización.
  • Analizar los riesgos, implicaciones éticas y sociales de la IA generativa.
  • Comprender e implementar las técnicas más populares de aprendizaje no supervisado: Clustering con K-Means y Clustering Jerárquico.

Metodología y Actividades:

  • Exposición, codificación en Python, actividades en equipo, dinámicas grupales.

 

Mecanismo y criterios de evaluación:

  •  Programación de algoritmos de clustering con Python. • Prácticas con IAs Generativas para generar texto, imágenes y videos

 

Temario:

Temario:

  • Fundamentos de la Inteligencia Artificial y la IA Generativa
    • ¿Qué es la IA? Historia, evolución y contexto actual.
    • Automatización de tareas cognitivas.
    • Personalización de experiencias.
    • Creación de contenido y soluciones creativas.
    • Optimización en entornos laborales.
    • Deepfakes, desinformación y manipulación de contenido.
    • Riesgos de privacidad y sesgos algorítmicos.
    • Marco ético: transparencia, responsabilidad y gobernanza.
  • Fundamentos de Machine Learning y Deep Learning
    • Diferencias entre IA, Machine Learning, Deep Learning y Generative AI.
    • Qué es el aprendizaje supervisado, no supervisado y por refuerzo.
    • Redes neuronales y el rol del deep learning en la IA generativa.
    • Modelado de datos y entrenamiento de modelos.
    • IA estrecha vs. IA general.
    • Implementación de Proyectos con IA Generativa.
  • Aprendizaje No-Supervisado: Clustering con K-Means
    • Algoritmo K-Means
    • Implementación con Python 
  • Aprendizaje No-Supervisado: Clustering Jerárquico o Aglomerativo
    • Algoritmo de Clustering Jerárquico
    • Implementación con Python
  • 5. Prompt Engineering
    • Prompts para Generación de Texto.
    • Prompts para Generación de Imágenes.
    • Prompts para Generación de Videos.

 

No. De sesión Fecha Hora Temas a abordar
Sesión 1 1 de octubre 12:00 – 14:00 hrs Fundamentos de la IA e IA Generativa
Sesión 2 8 de octubre 12:00 – 14:00 hrs Fundamentos de Machine Learning y Deep Learning
Sesión 3 15 de octubre 13:00 – 15:00 hrs Aprendizaje No-Supervisado: Clustering con K-Means
Sesión 4 22 de octubre 12:00 – 14:00 hrs Aprendizaje No-Supervisado: Clustering Jerárquico o Aglomerativo
Sesión 5 29 de octubre 16:00 – 19:00 hrs  Prompt Engineering 

 

 

©  2025 Encuentro ANUIES-TIC UNAM 2025. Built using WordPress and OnePage Express Theme.