INTELIGENCIA ARTIFICIAL PARA ECONOMÍA VERDE EN LA EMPRESA
Curso gratuito del Plan de Formación para trabajadores prioritariamente desempleados Oferta modular de acciones formativas dirigidas a personas residentes en municipios con menos de 20.000 habitantes
MODALIDAD: TELEFORMACIÓN
DURACIÓN: 60h.
OBJETIVOS: Implementar algoritmos de Machine Learning que capaciten a las personas participantes en el análisis de datos ambientales, identificación de patrones y tendencias, y desarrollar soluciones innovadoras para promover la economía verde y la sostenibilidad ambiental. Desplegar modelos de IA que permitan un modelado predictivo, un consumo responsable de recursos, una evaluación del impacto ambiental y desarrollo de soluciones sostenibles
REQUISITOS: Conocimientos de informática en aplicaciones informáticas de gestión como Hojas de cálculo y Bases de datos.
CONTENIDOS:
Introducción al Machine Learning y Economía Verde - Conceptos básicos de Machine Learning y su aplicación en problemas ambientales. - Descripción de la economía verde y su importancia para el desarrollo sostenible. - Casos de estudio de aplicación de Machine Learning en proyectos de economía verde. - Fuentes de datos ambientales y su recolección. - Técnicas de preprocesamiento de datos para limpieza, normalización y selección de características. - Prácticas con herramientas de manipulación de datos en Python (Pandas, Numpy, Matplotlib). Modelado Predictivo para la Economía Verde: Regresión y Clasificación - Introducción a los modelos predictivos y su aplicación en la predicción de tendencias ambientales. - Regresión lineal y regresión logística aplicadas a problemas ambientales. - Evaluación de modelos predictivos y métricas de rendimiento. - Algoritmos de clasificación (por ejemplo, SVM, árboles de decisión) y su aplicación en la clasificación de especies, calidad del aire, etc. - Algoritmos de agrupamiento ( k-means) para identificar patrones en datos ambientales. - Prácticas de implementación con Scikit-learn. Optimización de Recursos Naturales y Evaluación del Riesgo - Técnicas de optimización aplicadas a la gestión de recursos naturales y energía. - Modelos de programación lineal y no lineal para maximizar la eficiencia y minimizar el impacto ambiental. - Librerías Python: SciPy y PulP - Métodos para evaluar el impacto ambiental de proyectos y actividades económicas. - Análisis de riesgos ambientales y modelado de escenarios. - Aplicaciones de Machine Learning en la evaluación de impacto ambiental .