Módulo 1. Fundamentos de la Ciencia de Datos
01 Introducción
02 Datos, fuentes y generación
03 Preparación de datos
04 Aprendizaje automático
05 Regresión
06 Clasificación
07 Redes neuronales artificiales
08 Selección de funciones
09 Análisis de conglomerados
10 Aprendizaje en conjunto
11 Minería de reglas de asociación
12 Análisis de Big Data
13 La ciencia de datos en la práctica

Módulo 2. La Inteligencia Artificial
01 Conocimiento en IA
02 Razonamiento
03 Buscar
04 Aprendizaje automático
05 Juego de juego
06 Sistemas expertos
07 Comprensión del lenguaje natural
08 Visión por computadora
09 Planificación y robótica
10 Agentes
11 Modelos de la mente

Módulo 3. Big Data
01 La próxima generación de IoT y el mundo de la computación de big data
02 Procesamiento de datos a gran escala en un entorno de computación en la nube: Hadoop-MapReduce
03 La educación potenciada por el Big Data (RI 4.0)
04 Preprocesamiento de Big Data para la optimización de parámetros de máquinas
05 De los datos a la información: una revisión de las herramientas y tecnologías de big data basadas en la nube
06 La intersección del aprendizaje automático, la inteligencia artificial y el big data
07 Aprendizaje profundo en Big Data: desafíos y perspectivas
08 Técnicas de investigación recientes en procesamiento, seguridad y almacenamiento de aplicaciones reales de computación a gran escala
09 Aplicaciones de inteligencia artificial y aprendizaje profundo en marcos de computación de big data
10 Mapeo de circuitos cuánticos basados en 2D
11 Formas de detectar fraudes con tarjetas de crédito mediante análisis de big data y aprendizaje automático

Módulo 1. Algoritmos para inteligencia artificial
01 Inteligencia artificial y humana
02 Marcos regulatorios
03 Diseño de algoritmos
04 Agente inteligente
05 Algoritmo evolutivo
06 Sistema experto
07 Lógica difusa
08 Aprendizaje automático
09 Preprocesamiento de datos
10 Evaluación del modelo
11 k-Vecinos más cercanos
12 Regresión lineal
13 Regresión logística
14 Máquina de vectores de soporte
15 Árbol de decisiones
16 Bayes y Bayes ingenuo
17 Redes neuronales
18 Redes neuronales profundas
19 Aprendizaje por refuerzo
20 Visión artificial
21 Análisis de series temporales
22 API de OpenAI

Módulo 2. Inteligencia artificial y Aprendizaje Profundo
01 Aprendizaje profundo en la gestión del tráfico: análisis profundo del tráfico de DNS seguro
02 Enfoque basado en aprendizaje automático para detectar falsificaciones de balizas en redes wifi
03 Enfoque basado en el aprendizaje de refuerzo para la migración de conmutadores con el fin de equilibrar la carga en SDN
04 Corredor verde sobre un carril estrecho: apoyo a la entrega de mensajes de alta prioridad a través de NB-IoT
05 Detección de vulnerabilidades en ciberseguridad mediante seguridad de la información basada en aprendizaje profundo y gestión de eventos
06 Detección y localización de regiones falsificadas comprimidas dos veces en imágenes JPEG utilizando coeficientes DCT y CNN basada en aprendizaje profundo

Módulo 3. Inteligencia Artificial Generativa
01 La IA en pocas palabras
02 Enfoques innovadores para la generación de datos de alta calidad
03 El amplio espectro de aplicaciones de la IA generativa
04 El crecimiento exponencial de la IA generativa
05 Preocupaciones éticas e implicaciones sociales de la IA generativa
06 La Inteligencia Artificial General a la vista

Módulo 1. Aplicaciones de inteligencia computacional para el análisis de datos
01 Análisis de sentimientos e inteligencia computacional
02 Procesamiento del lenguaje natural y análisis de sentimientos: perspectivas desde la inteligencia computacional
03 Aplicaciones y desafíos de SA en escenarios de la vida real
04 Emociones de los estudiantes a partir de textos en línea y fuera de línea
05 Modelos de detección de redes sociales en línea
06 Aprendizaje del análisis de sentimientos con incrustaciones de palabras
07 Un sistema de anotación de un corpus médico que utiliza modelos basados en sentimientos para aplicaciones de resumen
08 Un estudio comparativo de un nuevo enfoque con atributos de referencia que conducen al análisis de sentimientos de los tuits sobre la Covid-19
09 Diseño de interacciones entre humanos y computadoras que tenga en cuenta los sentimientos
10 Hacia el análisis de datos de redes sociales para evaluar el impacto de los confinamientos prolongados en la psicología humana

Módulo 2. Inteligencia artificial y alfabetización de datos
01 ¿Por qué IA y alfabetización de datos?
02 Conciencia sobre datos y privacidad
03 Alfabetización analítica
04 Entendiendo cómo funciona la IA
05 Tomar decisiones informadas
06 Predicción y estadísticas
07 Competencia en ingeniería de valor
08 Ética de la adopción de IA
09 Empoderamiento cultural
10 ChatGPT lo cambia todo

Módulo 3. Liderazgo positivo
01 La inteligencia emocional del líder. Un reto colosal para un mundo en crisis
02 El líder en época de innovación y de profundos cambios
03 Liderar con sentido es liderar con valores. Misión, visión y operativa
04 Liderar personas es esencial conocer biología y conducta del individuo y del grupo
05 Creando y ejecutando estrategia para obtener mejores resultados de negocio con la gestión del conocimiento en la innovación
06 Comunicación pública y desarrollo de presentaciones eficaces
07 Liderar el impacto mediático. Comunicación con medios de prensa

Denominación de la asignatura: Trabajo Fin de Máster
Créditos ECTS: 10
Carácter de la asignatura: Obligatoria
Materia a la que pertenece: Trabajo Fin de Máster