Intel·ligència artificial

1. Com aprèn una IA

1.1. Aprenentatge automàtic (machine learning)

1.2. Aprenentatge profund (deep learning)

2. Tipus d'IA

2.1. Estreta, feble o especialitzada

2.2. General, forta o de nivell humà

2.3. Superintel·ligència artificial

3. La IA i les dades

3.1. Procés de treball amb dades

3.1.1. Recopilació

3.1.1.1. Preprocessament

3.1.1.1.1. Modelatge i entrenament

3.2. Aspectes crítics en el tractament de dades en la IA

3.2.1. Privacitat i protecció de dades personals

3.2.2. Equitat i biaix

3.2.3. Interpretació i explicabilitat

3.2.4. Responsabilitat i rendició de comptes

4. Relació de la IA amb els sector productius.

5. Mineria de dades

5.1. Procés de mineria de dades

5.1.1. Comprensió del negoci

5.1.1.1. Comprensió de les dades

5.1.1.1.1. Preparació de les dades

5.2. Tipus de mineria de dades

5.2.1. Descriptiva

5.2.2. Predicitiva

5.2.3. D'associació

5.2.4. Seqüencial

5.2.5. De dades textuals

5.2.6. De dades de clústers

5.2.7. De regles d'associació

5.2.8. De dades espacials

5.2.9. De dades de xarxes socials

5.2.10. De dades temporals

6. Relació de la IA amb les THD

6.1. Internet de les coses (IoT)

6.2. Big data

6.3. Blockchain

6.4. Informàtica al núvol

6.5. Realitat augmentada

6.6. Realitat virtual

6.7. Impressió 3D

6.8. Ciberseguretat

6.9. Bessons digitals

6.10. Robòtica col·laborativa

6.11. Xarxes 5G