módulo #1 Introducción a la computación cognitiva Descripción general de la computación cognitiva, su evolución y aplicaciones
módulo #2 Inteligencia artificial y aprendizaje automático Fundamentos de IA y ML, tipos de ML y su papel en la computación cognitiva
módulo #3 Arquitectura de la computación cognitiva Componentes y capas de la arquitectura de la computación cognitiva, incluidos sensores, procesamiento y análisis
módulo #4 Procesamiento del lenguaje natural (PLN) Fundamentos del PLN, análisis de texto y comprensión del lenguaje
módulo #5 Visión artificial Conceptos básicos de visión artificial, procesamiento de imágenes y reconocimiento de objetos
módulo #6 Aprendizaje automático para la computación cognitiva Técnicas de ML supervisadas y no supervisadas para la computación cognitiva, incluidas las redes neuronales y el aprendizaje profundo
módulo #7 Procesamiento y análisis de datos Big data, bases de datos NoSQL y análisis para la computación cognitiva
módulo #8 Computación cognitiva e Internet de las cosas (IdC) El papel de la IdC en la computación cognitiva, la integración de sensores y edge computing
módulo #9 Computación cognitiva para la atención médica Aplicaciones de la computación cognitiva en la atención médica, incluidas las imágenes médicas y la medicina personalizada
módulo #10 Computación cognitiva para las finanzas Aplicaciones de la computación cognitiva en las finanzas, incluidos el análisis de riesgos y la gestión de carteras
módulo #11 Computación cognitiva para el servicio al cliente Aplicaciones de la computación cognitiva en el servicio al cliente, incluidos los chatbots y los asistentes virtuales
módulo #12 Computación cognitiva para la ciberseguridad Aplicaciones de la computación cognitiva en la ciberseguridad, incluidas la detección de amenazas y la identificación de anomalías
módulo #13 Computación cognitiva y robótica Integración de la computación cognitiva y la robótica, incluidos los sistemas autónomos y la interacción entre humanos y robots
módulo #14 Computación cognitiva y ética Consideraciones éticas en la computación cognitiva, incluidos el sesgo, la transparencia y la rendición de cuentas
módulo #15 Plataformas y herramientas de computación cognitiva Descripción general de las plataformas y herramientas de computación cognitiva más populares, incluidos IBM Watson, Google Cloud AI y Microsoft Azure Cognitive Servicios
módulo #16 Desarrollo de aplicaciones de computación cognitiva Principios de diseño y mejores prácticas para la creación de aplicaciones de computación cognitiva
módulo #17 Computación cognitiva y la nube Computación en la nube para computación cognitiva, incluidas consideraciones de escalabilidad, confiabilidad y seguridad
módulo #18 Computación cognitiva y computación de borde Computación de borde para computación cognitiva, incluido el procesamiento en tiempo real y la reducción de latencia
módulo #19 Computación cognitiva y explicabilidad Explicabilidad e interpretabilidad en computación cognitiva, incluida la transparencia y la responsabilidad del modelo
módulo #20 Computación cognitiva y aprendizaje por transferencia Aprendizaje por transferencia en computación cognitiva, incluida la adaptación de dominios y la transferencia de conocimientos
módulo #21 Computación cognitiva y aprendizaje por refuerzo Aprendizaje por refuerzo en computación cognitiva, incluidos los procesos de decisión de Markov y las funciones de recompensa
módulo #22 Computación cognitiva y modelos generativos Modelos generativos en computación cognitiva, incluidas las GAN y las VAE
módulo #23 Computación cognitiva y aprendizaje activo Aprendizaje activo en computación cognitiva computación cognitiva, incluyendo la interacción humano-computadora y el aprendizaje en línea
módulo #24 Computación cognitiva e interacción humano-computadora Interacción humano-computadora en computación cognitiva, incluyendo la experiencia del usuario y el diseño de la interfaz
módulo #25 Resumen y conclusión del curso Planificación de los próximos pasos en la carrera de Computación Cognitiva
