1. 3. IoT en logística y gestión de inventarios
1.1. Seguimiento en tiempo real de envíos y optimización de rutas de entrega
1.1.1. RFID (Radio Frecuency Identification)
1.1.2. GPS + Redes Celulares (4G/5G)
1.1.3. Sensores BLE (Bluethooth Low Energy)
1.1.4. Machine Learning en Logística Predictiva
1.1.4.1. Regresión Lineal y No Lineal
1.1.4.2. Random Forest Regression
1.1.4.3. Gradient Boosting
1.1.4.4. Redes neuronales y Deep learning
1.2. Gestión de inventarios automatizada
1.2.1. Sensores IoT en estanterías y Palets
1.2.2. Computer Vision para reconocimiento de inventarios
1.2.3. Etiquetas electrónicas de precio
1.2.4. Sistemas de reposición automática con IoT
2. 2. Realidad Aumentada y Virtual para la Experiencia del Usuario
2.1. Pruebas virtuales de producto
2.1.1. RA: Redes neuronales convolucionales (CNNs)
2.1.2. RA: Redes neuronales recurrentes (RNNs)
2.1.3. RA: Deep Learning
2.1.4. Modelos de visión computacional
2.2. Experiencias inmersivas
2.2.1. Modelado y renderizado 3D de Alta Precisión
2.2.2. Captura de movimiento y seguimiento ocular
2.2.3. Simulación de prendas en avatares 3D
3. ¿Qué es e-commerce?
3.1. Compra de bienes y servicios a través de internet.
3.2. Transacciones comerciales en plataformas digitales
4. Tipos de e-commerce
4.1. B2C: Bussines to consumer. Ej: Amazon, Mercado Libre
4.2. B2B: Business to bussiness. Ej: Alibaba, Shopify B2B.
4.3. C2C: Consumer to consumer. Ej: eBay, Facebook Marketplace.
4.4. C2B: Consumer to bussines. Ej: Influencer vendiendo publicidad a marcas.
4.5. B2G y C2G: Business to Government o Consumer to government. Ej: Portales de licitaciones o pago de impuestos en linea.
5. 1. Inteligencia Artificial y Machine Learning
5.1. Recomendaciones personalizadas Ej: Amazon y Netflix
5.1.1. Filtrado colaborativo
5.1.2. Factorización de matrices
5.1.3. Modelos basados en redes neuronales profundas (Deep Learning)
5.1.4. Modelos de apredizaje por refuerzo
5.1.5. Procesamiento de lenguaje natural
5.2. Chatbots y asistentes virtuales
5.2.1. Modelos de aprendizaje supervisado y no supervisado
5.2.2. Integración con visión computacional para reconocimiento de imágenes
5.2.3. Generación de lenguaje natural
5.2.4. Integración con análisis de sentimientos
5.3. Optimización de precios y demanda
5.3.1. Regresión lineal y no lineal
5.3.2. Árboles de decisiones y random forest