¡ME INTERESA!

Máster en Inteligencia Artificial. aplicada al Deporte

Centro de formación

Big Data International Campus

0,0

0 opiniones /
Ofrecido por:
Precio
A CONSULTAR
Tipo Másters
Modalidad Online / A distancia
¿Tienes dudas? Te las resolvemos sin compromiso:

Solicita más información sin compromiso

Puedes rellenar este formulario y nos pondremos en contacto contigo

¿Cuándo contactamos contigo?


Enviando...

Información general

DESCRIPCIÓN:

El Máster en Inteligencia Artificial aplicada al Deporte dotará al estudiante con los fundamentos y conceptos de la Inteligencia Artificial y la aplicación de sus ventajas al servicio del sector deportivo. Se ahondará en Teoría de Juegos, distinguiendo y aplicando las principales técnicas de análisis deportivo, diseñando y aplicando modelos con Machine Learning y Deep Learning, apoyados con el uso grandes volúmenes de datos históricos o Datasets para el entrenamiento de algoritmos.

En conclusión, el Máster en Inteligencia Artificial aplicada al deporte empleará las diferentes técnicas que ofrece la Inteligencia Artificial tales como Regresión, Clasificación, Clustering, Reinforcement Learning y Deep Learning poniendo a disposición todo su potencial y aplicación directa al servicio del deporte profesional.
Titulación universitaria Prácticas

ASPECTOS A TENER EN CUENTA

OBJETIVOS DEL CURSO:

Identificar las áreas de aplicación de las técnicas y métodos de la Inteligencia Artificial al deporte.
Implementar la teoría de juegos, en específico para la toma de decisiones y su relación con las diferentes disciplinas deportivas.
Gestionar un proyecto de desarrollo e innovación en todas las áreas relacionadas con la Inteligencia Artificial aplicada al Deporte.
Prever los posibles conflictos y sus soluciones producto de la aplicación de la Inteligencia Artificial en los entornos deportivos.
Estudiar, diseñar e implementar un sistema de Inteligencia Artificial en el sector deportivo, partiendo de hipótesis.
Distinguir entre las diferentes herramientas de Inteligencia Artificial existentes y su correcto uso para una hipótesis específica.
Comprender la distancia entre información y conocimiento, así como el tratamiento de conflictos de naturaleza simbólica o textual.
Conocer las más importantes librerías y técnicas existentes en el mercado para el análisis de eventos deportivos.

¿A quién va dirigido?

El Máster en Inteligencia Artificial aplicada al Deporte está dirigido a:

- Perfil orientado a la ingeniería informática, ingeniería en sistemas de información, telecomunicaciones, matemáticas, físicas, estadísticas o vocaciones con fines de desarrollo de software y manipulación de los datos para la generación de valor en el ámbito deportivo.
- Analistas de datos de los clubes deportivos y federaciones.
- Perfiles IT que quieren añadir nuevas capacidades a su currículum e introducirse en la industria del deporte.

TITULACIÓN

El Máster está Certificado por la Universidad Católica de Murcia como "Máster en Inteligencia Artificial aplicada al Deporte

UBICACIONES DE NUESTRAS SEDES

Máster en Inteligencia Artificial. aplicada al Deporte se imparte en las siguientes sedes:

TE RECOMENDAMOS VER TAMBIÉN

En los siguientes enlaces podrás ver Másters similares:

TEMARIO

MÓDULO 1. TEORÍA DE JUEGOS, TEORÍA DE TOMA DE DECISIONES E INTRODUCCIÓN AL BIG DATA EL DEPORTE.
- La Teoría de juegos. Especial referencia al fútbol.
- La teoría de toma de decisiones. Especial referencia al árbol de decisión.
- El origen del Big Data en el Deporte.
- Introducción al Big Data y a la Inteligencia Artificial.
- Ejemplos de uso del Big Data en: Fútbol, Ciclismo, Tenis, Golf, Rugby, NFL, Baloncesto y Running.
MÓDULO 2.PROVEEDORES DE DATOS EN EL DEPORTE: OPTA, STATS, WYSCOUT, INSTAT Y MEDIACOACH.
- Introducción a los proveedores de datos.
- Opta.
- InStat.
- Wyscout Hudl.
- Mediacoach.
- STATS.
- Portales estadísticos (Sofascore, Whoscored, Soccerway).
MÓDULO 3. FUNDAMENTOS DE LA IA APLICADA AL DEPORTE.
- Estado del arte de la inteligencia artificial en ciencia, industria y sector deportivo.
- Metodología de diseño de modelos Machine Learning.
- Base teórica probabilística para entender cómo funciona la inteligencia artificial a bajo nivel.
- Descripción del desarrollo completo de un proyecto de inteligencia artificial: Desde la concepción a la puesta en producción
MÓDULO 4. EL PODER PREDICTIVO AL SERVICIO DEL DEPORTE: CLASIFICADORES Y REGRESORES.
- Datos deportivos estructurados y desestructurados.
- Poder predictivo basado en el estudio de datos. Construcción de hipótesis.
- Regresión Lineal, Polinómica, Logística y kernels.
- Clasificadores
MÓDULO 5. EXTRAYENDO CONOCIMIENTO DE DATOS DEPORTIVOS: REDES PROFUNDAS.
- Redes neuronales para el procesamiento de información ambigua.
- Perceptrón Multicapa: Retropropagación y estudio del descenso del gradiente.
- Arquitecturas estándar: CNNs, Embeddings y Autoencoders.
- Arquitecturas Avanzadas: Transfer Learning, Style Transfer y GANs.
- Extracción de conocimiento de datos dispersos, heterogéneos y/o ruidosos.
MÓDULO 6.REDES COGNITIVAS Y PROCESAMIENTO DEL LENGUAJE NATURAL
- Procesamiento del Lenguaje Natural básico en Python: NLTK.
- Corpus y Lexicons.
- Tokenización, Stemming y Lemmatización.
- Etiquetado del discurso y Chunking.
- Clasificación Textual.
- Modelos secuenciales aplicados al procesamiento del lenguaje natural y series temporales.
- Arquitecturas secuencia-secuencia y modelado secuencial con redes convolucionales.
MÓDULO 7. APLICACIONES DE ALGORITMOS DE IA AL MUNDO DEPORTIVO CON PYTHON.
- Python y Machine Learning al servicio del deporte.
- Uso de las librerías más comunes en la implementación de sistemas de aprendizaje automático.
- EDA
- Construcción de variables: Agresividad, efectividad, pertenencia a equipos y Lesiones Potenciales.
- Calibración y Generación de modelos. Comparación y Selección.
- Profundizando en Python y Sklearn.
- Estudio y uso de técnicas de vectorización con Keras.
- Capas, Modelos, Funciones de pérdida y Optimizadores
- Clasificación y regresión en Keras
- Redes convolucionales en Keras
- Autoencodes, Embeddings y modelos Multi-input en Keras
- Construcción de POCs deportivas: Reproduciendo papers deportivos
MÓDULO 8. HERRAMIENTAS VISUALES DE ANÁLISIS PARA IA: TABLEAU, POWER BI Y LIBRERÍAS VISUALES DE PYTHON
- Introducción a las diferentes herramientas de visualización de Datos y gráficos disponibles dentro de ellas.
- Tableau.
- Microsoft Power BI .
- Librerías visuales de Python
MÓDULO 12. PROYECTO FIN DE MÁSTER.
- Introducción a la realización de Proyectos de Inteligencia Artificial Aplicada al Deporte
- Pautas esenciales para la organización del proyecto
- Realización del Proyecto Fin de Máster
- Presentación telemática

SALIDAS PROFESIONALES

  • Especialista en Inteligencia Artificial
  • Ingeniero de Inteligencia Artificial / Machine Learning Engineer
  • Responsable de Inteligencia Artificial (CAIO)
  • Programador de Inteligencia Artificial
  • Investigador de Inteligencia Artificial

Opiniones

No hay opiniones registradas para este curso