Máster en Inteligencia Artificial, Metaverso y Edtech
Descargar DossierPrecio 1.995 €
Resumen del curso
Descripción
En esta sociedad cada vez más digitalizada y globalizada, la inteligencia artificial (IA), el metaverso y la educación digital (edtech) se han consolidado como pilares fundamentales.
La Inteligencia artificial impulsa la automatización inteligente, el análisis de datos a gran escala y la toma de decisiones precisa. El metaverso, una convergencia de mundos virtuales y físicos, redefine la interacción social y la colaboración. La edtech transforma la enseñanza y el aprendizaje mediante tecnologías innovadoras.
Este Máster en Inteligencia Artificial, Metaverso y Edtech integra estos avances para formar en todas estas áreas y tecnologías emergentes a profesionales capaces de abordar los retos futuros.
Objetivos
- Comprender las teorías y algoritmos subyacentes en la IA y su aplicación en la resolución de problemas complejos.
- Explorar la evolución de los mundos virtuales y su papel en la sociedad y la economía digital.
- Desarrollar habilidades para implementar soluciones de edtech que potencien la enseñanza y el aprendizaje.
- Adquirir competencias en programación robótica para diseñar soluciones tecnológicas interactivas y autónomas.
- Integrar la IA en chatbots avanzados para mejorar la interacción y la experiencia del usuario.
- Analizar y aplicar tecnologías de realidad aumentada y virtual para crear experiencias inmersivas y educativas.
- Gestionar plataformas e-learning con Moodle para optimizar procesos educativos y formativos.
¿Para qué te prepara?
El Máster en Inteligencia Artificial, Metaverso y Edtech te prepara para liderar proyectos de vanguardia en IA, metaverso y edtech. Aprenderás a aplicar tecnologías emergentes en la educación, diseñar chatbots avanzados y desarrollar soluciones de realidad aumentada y virtual. Adquirirás habilidades esenciales para desarrollar aplicaciones de vanguardia y para optimizar procesos educativos y formativos mediante tecnología.
¿A quién va dirigido?
Este Máster en Inteligencia Artificial, Metaverso y Edtech está diseñado para ingenieros/as, informáticos/as, científicos/as de datos, educadores/as y profesionales tecnológicos. También es apto para emprendedores/as que deseen innovar en IA, metaverso, edtech o programación robótica o estudiantes relacionados con cualquiera de estos campos o tecnologías.
Salidas profesionales
Al completar este Máster en Inteligencia Artificial, Metaverso y Edtech, estarás preparado/a para trabajar en ámbitos de la ingeniería de IA, desarrollo de aplicaciones de metaverso, del edtech, de diseño de experiencias de realidad aumentada o virtual, de administración de plataformas e-learning con Moodle. También podrás emprender en tecnologías innovadoras y educativas.
Temario
MÓDULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. QUÉ ES LA INTELIGENCIA ARTIFICIAL Y CÓMO SE ORGANIZA EL CAMPO
- Definiciones de inteligencia artificial: actuar como humanos frente a actuar racionalmente
- El agente inteligente: percepción, entorno y racionalidad
- Tipos de agentes: reactivos, basados en objetivos, en utilidad y que aprenden
- IA débil, IA general y superinteligencia: dónde está hoy la frontera
- Las ramas de la IA y cómo se relacionan: simbólica, aprendizaje automático, percepción, lenguaje y robótica
UNIDAD DIDÁCTICA 2. EVOLUCIÓN DE LA INTELIGENCIA ARTIFICIAL: HITOS Y CICLOS DE EXPECTATIVAS
- Los orígenes: Turing, la cibernética y la conferencia de Dartmouth
- La IA simbólica y los inviernos de la IA
- Del auge de los sistemas expertos a los métodos estadísticos
- Hitos recientes que explican la adopción actual de la IA
- Ciclos de expectativas: cómo evaluar con criterio las promesas de la IA
UNIDAD DIDÁCTICA 3. RESOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA Y OPTIMIZACIÓN
- Formulación de problemas como espacio de estados
- Búsqueda no informada y búsqueda heurística: del recorrido en anchura al algoritmo A*
- Búsqueda en entornos competitivos: minimax y poda alfa-beta
- Búsqueda local y metaheurísticas: ascenso de colinas y recocido simulado
- Algoritmos genéticos e inteligencia de enjambre aplicados a la optimización
UNIDAD DIDÁCTICA 4. REPRESENTACIÓN DEL CONOCIMIENTO
- Lógica proposicional y de predicados para representar conocimiento
- Reglas de producción, redes semánticas y marcos
- Ontologías y grafos de conocimiento: diseño y usos en la empresa
- IA neurosimbólica: cómo se combinan razonamiento simbólico y aprendizaje
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS BASADOS EN REGLAS
- Arquitectura de un sistema experto: base de conocimiento, motor de inferencia e interfaz
- Estrategias de inferencia: encadenamiento hacia delante y hacia atrás
- Ingeniería del conocimiento: adquisición y validación con personas expertas
- Construcción de un sistema experto con un motor de reglas
- Dominios de aplicación y límites de los sistemas expertos
UNIDAD DIDÁCTICA 6. RAZONAMIENTO CON INCERTIDUMBRE Y TOMA DE DECISIONES
- Probabilidad y teorema de Bayes como base del razonamiento incierto
- Redes bayesianas para modelar relaciones causales y diagnósticos
- Lógica difusa para decidir con información imprecisa
- Procesos de decisión de Markov: decisiones secuenciales con recompensas
- Fundamentos del aprendizaje por refuerzo: políticas, recompensas y Q-learning
MÓDULO 2. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. FUNDAMENTOS DEL PROCESAMIENTO DEL LENGUAJE NATURAL
- Concepto, evolución y aplicaciones del PLN
- Principales tareas del procesamiento del lenguaje
- Del PLN basado en reglas a los modelos basados en aprendizaje automático
- Representación del lenguaje: tokens, vectores y embeddings
- PLN multilingüe y retos del lenguaje natural
- Aplicaciones actuales del PLN
UNIDAD DIDÁCTICA 2. MODELOS DE LENGUAJE Y TRANSFORMERS
- Concepto y evolución de los modelos de lenguaje
- De las redes neuronales recurrentes a los Transformers en el procesamiento del lenguaje
- Modelos preentrenados y modelos fundacionales de PLN: BERT, GPT y otras familias
- Grandes modelos de lenguaje (LLM) aplicados al procesamiento del lenguaje
- Adaptación de modelos de lenguaje a tareas específicas de PLN: fine-tuning y transfer learning
- Criterios de selección de un modelo de lenguaje según la tarea de PLN
UNIDAD DIDÁCTICA 3. TÉCNICAS Y APLICACIONES DEL PLN
- Procesamiento y preparación de textos
- Clasificación y análisis de textos
- Extracción de información y reconocimiento de entidades
- Análisis de sentimientos y opiniones
- Generación, resumen y traducción automática
- Búsqueda semántica y recuperación de información
UNIDAD DIDÁCTICA 4. CHATBOTS E INTELIGENCIA ARTIFICIAL CONVERSACIONAL
- Evolución de los sistemas conversacionales
- Concepto y arquitectura de un chatbot
- Chatbots basados en reglas, intención y modelos de lenguaje
- LLM como motor de sistemas conversacionales
- Contexto, memoria y gestión del diálogo
- Voicebots y asistentes conversacionales
- Limitaciones y retos de los sistemas conversacionales
UNIDAD DIDÁCTICA 5. DISEÑO Y DESARROLLO DE SISTEMAS CONVERSACIONALES
- Diseño de experiencias conversacionales
- Definición de objetivos, usuarios y casos de uso
- Prompting y diseño de instrucciones
- Integración de modelos de lenguaje mediante API
- Embeddings y bases de datos vectoriales
- RAG (Retrieval-Augmented Generation)
- Evaluación y mejora de sistemas conversacionales
UNIDAD DIDÁCTICA 6. HERRAMIENTAS Y PLATAFORMAS PARA EL DESARROLLO DE SISTEMAS CONVERSACIONALES
- Frameworks de desarrollo: Rasa, Microsoft Bot Framework y Dialogflow
- Orquestación de aplicaciones con LLM: LangChain y LlamaIndex
- Plataformas no-code y low-code para chatbots
- Despliegue e integración en canales: web, WhatsApp y redes sociales
- Pruebas, monitorización y mantenimiento de un chatbot en producción
UNIDAD DIDÁCTICA 7. AGENTES DE IA Y SISTEMAS CONVERSACIONALES AVANZADOS
- Concepto y evolución de los agentes de IA
- Agentes basados en modelos de lenguaje
- Uso de herramientas y conexión con sistemas externos
- Memoria, planificación y ejecución de tareas
- Sistemas multimodales: texto, voz, imagen y vídeo
- Aplicaciones empresariales de agentes y asistentes de IA
UNIDAD DIDÁCTICA 8. SEGURIDAD, ÉTICA Y APLICACIONES DEL PLN Y LA IA CONVERSACIONAL
- Matriz de riesgo por caso de uso: dónde la seguridad y la ética del PLN son críticas
- Alucinaciones y limitaciones de los modelos de lenguaje
- Sesgos, privacidad y protección de datos
- Seguridad de los sistemas conversacionales
- Evaluación, supervisión y control de sistemas de IA
- Diseño responsable de experiencias conversacionales
- Tendencias y evolución de la IA conversacional
MÓDULO 3. CHATGPT E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTELIGENCIA ARTIFICIAL Y CHATGPT
- ¿Qué es ChatGPT?
- Cómo afecta la inteligencia artificial en ChatGPT?
- Versiones de ChatGPT y funcionalidades
- Usos de ChatGPT
- Beneficios de la IA y ChatGPT
UNIDAD DIDÁCTICA 2. CHATGPT Y SU FUNCIONAMIENTO
- ¿Cómo funciona ChatGPT?
- Diferencias entre ChatGPT y otros chatbots
- Procesamiento del Lenguaje Natural (PLN)
- Aprendizaje por transferencia
- Cómo entrenar un modelo de ChatGPT
UNIDAD DIDÁCTICA 3. CREACIÓN DE UN CHATBOT BÁSICO CON CHATGPT
- Elección de la plataforma de desarrollo
- Configuración del entorno de desarrollo
- Preparación de los datos de entrenamiento
- Entrenamiento del modelo de ChatGPT
- Integración del modelo en el chatbot
- Pruebas y mejora del modelo
UNIDAD DIDÁCTICA 4. MEJORA DE LA INTERACCIÓN CON EL USUARIO
- Análisis de la conversación con el usuario
- Personalización de la conversación
- Uso de emojis y respuestas con imágenes
- Integración de voz y audio
- Respuestas multilingües
UNIDAD DIDÁCTICA 5. INTEGRACIÓN DE CHATGPT EN UNA PÁGINA WEB O APLICACIÓN
- Integración del chatbot en una página web
- Integración del chatbot en una aplicación móvil
- Personalización del aspecto del chatbot
- Gestión de la seguridad y privacidad del usuario
UNIDAD DIDÁCTICA 6. MONETIZACIÓN DE UN CHATBOT
- Modelos de negocio para chatbots
- Monetización a través de publicidad
- Monetización a través de suscripciones
- Monetización a través de compras in-app
- Análisis del rendimiento y la rentabilidad
UNIDAD DIDÁCTICA 7. ÉTICA Y RESPONSABILIDAD EN LA IA Y LOS CHATBOTS
- Aspectos éticos y responsabilidad en la IA
- Sesgos en la IA y cómo evitarlos
- Derechos y privacidad del usuario
- Regulaciones y normativas sobre chatbots
- Responsabilidad social y ambiental
UNIDAD DIDÁCTICA 8. APLICACIONES AVANZADAS DE CHATGPT
- Chatbots para atención al cliente
- Chatbots para servicios financieros
- Chatbots para servicios de salud
- Chatbots para educación
- Chatbots para entretenimiento y ocio
UNIDAD DIDÁCTICA 9. HERRAMIENTAS Y RECURSOS PARA DESARROLLAR CHATBOTS CON CHATGPT
- Plataformas de desarrollo de Chatbots
- Librerías y frameworks para el desarrollo de IA
- Bases de datos y almacenamiento
- Recursos de formación y aprendizaje
- Comunidades y grupos de apoyo para desarrolladores
UNIDAD DIDÁCTICA 10. CASOS DE USO APLICADOS CON CHATGPT
- Desarrollo de un Chatbot avanzado
- Caso de estudio en atención al cliente
- Caso de estudio en educación
- Caso de estudio en salud
- Caso de estudio en ocio
MÓDULO 4. PROGRAMACIÓN DE LA REALIDAD AUMENTADA
UNIDAD DIDÁCTICA 1. ASPECTOS INTRODUCTORIOS DE PROGRAMACIÓN PARA REALIDAD AUMENTADA
- Introducción a la realidad aumentada (AR)
- Aplicaciones de la realidad aumentada
- Amenazas de la realidad aumentada
UNIDAD DIDÁCTICA 2. UNITY
- Introducción a Unity
- Descarga e instalación de Unity
- Interfaz de Unity
- Creación de videojuego
UNIDAD DIDÁCTICA 3. ARKIT
- Aspectos introductorios de la realidad aumentada (AR)
- Requisitos
- Cómo funciona la AR
- Renderizando la vista
- Seguimiento mundial con sesiones
- Responder a los eventos de la sesión
- El cuadro, la cámara y los anclajes actuales
- Añadiendo enemigos a la escena
- Una breve introducción a las matemáticas 3D
- Estimación de luz
- Disparar a enemigos
- Diseño de nivel
- Diseño 2D a Mundo 3D
- Firebugs
- Colisión de ancla
- Destrucción de Firebug
UNIDAD DIDÁCTICA 4. ARCORE
- Introducción a ARCore
- Configurar el entorno
- Adición de dependencias y permisos de ARCore
- Detrás de la escena ARCore
- Aumento de la escena
UNIDAD DIDÁCTICA 5. VUFORIA
- Introducción a Vuforia
- Desarrollar juegos de AR en Unity
- Primeros pasos
- Creación del chef en Vuforia
- Introducción al reconocimiento de imágenes
- Adición de objetivos de imagen a la escena
- Explorando el DefaultTrackableEventHandler
- Realización de sus propias acciones de seguimiento
UNIDAD DIDÁCTICA 6. LAYAR
- Layar Creator
- Publica tu campaña
MÓDULO 5. REALIDAD VIRTUAL CON UNREAL ENGINE
UNIDAD DIDÁCTICA 1. UNREAL ENGINE: INSTALACIÓN, ACTUALIZACIÓN Y CONFIGURACIÓN
- Instalación y configuración de Unreal Engine
- Instalación de Unreal Engine 4
UNIDAD DIDÁCTICA 2. GESTIÓN DE PROYECTOS, INTERFACES Y NAVEGACIÓN
- Creación de proyecto
- Navegando por la interfaz
- Importación de activos
UNIDAD DIDÁCTICA 3. GESTIÓN DE NIVELES Y HERRAMIENTAS DE TRANSFORMACIÓN
- Añadir mallas al nivel
- Acerca de los materiales
- Agregar texturas
- Usando materiales
- Acerca de los planos
- Acerca de los nodos de planos
UNIDAD DIDÁCTICA 4. ELEMENTOS, ILUMINACIÓN Y MATERIALES
- Planos
- Materiales
- Interfaz de usuario
- Cómo crear un juego simple
- Sistemas de partículas
UNIDAD DIDÁCTICA 5. CÁMARAS, VISTAS Y AUDIO
- Animaciones
- Audio
UNIDAD DIDÁCTICA 6. PLANTILLAS Y CONFIGURACIÓN DE REALIDAD VIRTUAL CON UNREAL ENGINE
- Inteligencia artificial (IA)
- Cómo crear un FPS simple
MÓDULO 6. INTRODUCCIÓN AL METAVERSO Y TECNOLOGÍAS ASOCIADAS
UNIDAD DIDÁCTICA 1. INTERNET Y SU EVOLUCIÓN A WEB 3.0
- Cómo funciona internet
- Evolución de la web
- Web 3.0 y el metaverso
UNIDAD DIDÁCTICA 2. ¿QUÉ ES EL METAVERSO?
- Iniciándose en el Metaverso
UNIDAD DIDÁCTICA 3. HISTORIA DEL METAVERSO
- Historia del metaverso
UNIDAD DIDÁCTICA 4. GIGANTES TECNOLÓGICAS Y METAVERSO
- Gigantes de la tecnología y metaverso
UNIDAD DIDÁCTICA 5. MUNDO VIRTUAL (VW), REALIDAD VIRTUAL (VR), REALIDAD AUMENTADA (AR) Y REALIDAD MIXTA (MR) Y SU RELACIÓN CON EL METAVERSO
- Tipos de realidades
UNIDAD DIDÁCTICA 6. INTELIGENCIA ARTIFICIAL EN METAVERSO
- Papel de la inteligencia artificial en metaverso
UNIDAD DIDÁCTICA 7. BLOCKCHAIN Y METAVERSO
- Introducción e historia
- Blockchain y metaverso
UNIDAD DIDÁCTICA 8. FINANZAS Y ECONOMÍA EN EL METAVERSO
- Metaverso y finanzas
UNIDAD DIDÁCTICA 9. METAVERSO Y CRIPTOMONEDAS
- Criptomonedas en el metaverso
UNIDAD DIDÁCTICA 10. METAVERSO Y NFTS
- Ntfs y el metaverso
UNIDAD DIDÁCTICA 11. FUTURO DEL METAVERSO
- Mirando hacia el futuro del metaverso
- El futuro del trabajo en el metaverso
MÓDULO 7. EDUCACIÓN DIGITAL: EDTECH
UNIDAD DIDÁCTICA 1. EDUCACIÓN DIGITAL (EDTECH)
- Fundamentos de Edtech
- Evolución de la Educación Digital
- Importancia de la Edtech en la Actualidad
UNIDAD DIDÁCTICA 2. GESTIÓN Y DESARROLLO DE PROYECTOS DE TRANSFORMACIÓN DIGITAL
- Fundamentos para la transformación digital escolar
- Concepto y fases de la transformación digital
- Etapas para la transformación digital de centros educativos
UNIDAD DIDÁCTICA 3. METODOLOGÍAS Y TECNOLOGIAS EDUCATIVAS EMERGENTES
- La pizarra digital
- Wikis
- Blogs
- Blended Learning
- Realidad aumentada y entornos inmersivos
- Flipped Clasroom
- Aprendizaje basado en proyectos (ABP)
- Gamificación educativa
- Mobile learning
UNIDAD DIDÁCTICA 4. REDES SOCIALES EN EDUCACIÓN
- Las redes sociales en educación
- Rol del docente y del alumnado
- Ejemplos de redes sociales educativas
- Uso responsable
UNIDAD DIDÁCTICA 5. HERRAMIENTAS TECNOLÓGICAS PARA LA ENSEÑANZA
- Plataformas de Aprendizaje en Línea (LMS)
- Herramientas de Comunicación y Colaboración
- Sistemas de Evaluación Digital
UNIDAD DIDÁCTICA 6. GAMIFICACIÓN Y APRENDIZAJE
- Fundamentos de Gamificación en Educación
- Elementos de un Juego Educativo
- Integración de la Gamificación en la Enseñanza
- Diseño de Mecánicas de Juego Educativas
UNIDAD DIDÁCTICA 7. REALIDAD VIRTUAL Y AUMENTADA EN EDTECH
- Conceptos Básicos de Realidad Virtual y Aumentada
- Aplicaciones Educativas de la Realidad Virtual
- Experiencias de Aprendizaje con Realidad Aumentada
- Creación de Entornos Virtuales de Aprendizaje
UNIDAD DIDÁCTICA 8. INTELIGENCIA ARTIFICIAL EN EDTECH
- Fundamentos de Inteligencia Artificial (IA)
- Aplicaciones de la IA en la Educación
- Ética y Responsabilidad en el Uso de la IA en la Educación
- Aprendizaje Automatizado y Algoritmos Educativos
UNIDAD DIDÁCTICA 9. EDTECH Y METAVERSO
- Conceptos Básicos del Metaverso
- Aplicaciones Educativas del Metaverso
- Futuro de la Educación en el Metaverso
UNIDAD DIDÁCTICA 10. EDTECH Y MOOCS
- Características y Evolución de los MOOCs
- Diseño de un MOOC Efectivo
- Impacto de los MOOCs en la Educación
- Estrategias de Retención y Motivación en MOOCs
UNIDAD DIDÁCTICA 11. TENDENCIAS EN EDTECH
- Educación 5.0 y Nuevos Paradigmas Educativos
- Blockchain en la Educación
- Impacto de la Robótica en la Educación
- Personalización del Aprendizaje con Tecnologías Emergentes
MÓDULO 8. GESTIÓN DE PLATAFORMAS E-LEARNING CON MOODLE
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A MOODLE
- Historia de Moodle
- Definición y características de la plataforma de Elearning Moodle
- Teoría del constructivismo social aplicada a Moodle
- Módulos principales en Moodle
UNIDAD DIDÁCTICA 2. INSTALACIÓN DE MOODLE
- Instalación en local
- Instalación en servidor
- Registro en MoodleCloud
- Ajustes de la página principal
UNIDAD DIDÁCTICA 3. ENTORNO DE MOODLE
- Interfaz de la plataforma
- Menú de administración
- Repositorios y gestión de ficheros
- Gestión de bloques y filtros
- Configuración de la contraseña
- Cambio de idioma
UNIDAD DIDÁCTICA 4. PERSONALIZACIÓN DE MOODLE
- Modo edición
- Temas
- Iconos
UNIDAD DIDÁCTICA 5. CREACIÓN DE UN CURSO EN MOODLE
- Formatos de curso
- PARTES DE LA HOMEPAGE
- Categorías y subcategorías
- Matriculación de usuarios
- Gestión de grupos
- Gestión de roles y permisos
- Uso de tags
- Subida, eliminación y reinicio de un curso
UNIDAD DIDÁCTICA 6. RECURSOS DE COMUNICACIÓN EN MOODLE
- Foro
- Chat
- Consulta
- Retroalimentación
- Encuesta
- Correo
UNIDAD DIDÁCTICA 7. RECURSOS INTERACTIVOS EN MOODLE
- Archivos multimedia
- Libros
- Enlaces
- Portafolios
- Contenido IMS
- SCORM
- Cómo se crea un contenido SCORM
- Cómo se prueba un contenido SCORM
- Datos SCORM de seguimiento
- Creación de contenido con eXelearning y su integración en Moodle
- Creación de ejercicios de autoevaluación con HotPotatoes, herramientas e-learning y su integración en Moodle
UNIDAD DIDÁCTICA 8. ACTIVIDADES EN MOODLE
- Tarea
- Taller
- Base de datos
- Glosario
- Lección
- Cuestionario
- Wiki
UNIDAD DIDÁCTICA 9. PREGUNTAS EN MOODLE
- Banco de preguntas
- Categorías de preguntas
- Exportación e importación de preguntas
- Tipos de preguntas
UNIDAD DIDÁCTICA 10. RECURSOS DEL PROFESOR
- Bitácora
- Informes
- Estadísticas
- Calendario
- Insignias
UNIDAD DIDÁCTICA 11. PANEL DE ADMINISTRACIÓN
- Gestión de usuarios
- Libro de calificaciones
- Copias de seguridad
- Finalización de actividad y de curso
UNIDAD DIDÁCTICA 12. MOODLE EN SERVIDOR REMOTO
- Darse de alta en un servidor
- Importar la base de datos a un servidor remoto
- Conexión de la web con la base de datos
- Subir archivos web mediante FTP
- Mobile app
UNIDAD DIDÁCTICA 13. NOVEDADES DE LA ÚLTIMA VERSIÓN DE MOODLE
- Para todos los usuarios
- Para profesores
- Para administradores
MÓDULO 9. PROGRAMACIÓN ROBÓTICA EN EL AULA
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA PROGRAMACIÓN. HERRAMIENTAS DE PROGRAMACIÓN. PRIMEROS PASOS CON ARDUINO
- Programación y lenguajes de programación
- Scratch, S4A, AppInventor, bitbloq, Arduino
- Proyecto Arduino
- Entradas y salidas digitales
UNIDAD DIDÁCTICA 2. PRIMEROS PASOS CON BITBLOQ
- Instalación y configuración de bitbloq
- Primer programa: “Hola Mundo”
- Sentencias condicionales if-else
- Sentencias condicionales switch-case
UNIDAD DIDÁCTICA 3. USO DE VARIABLES Y FUNCIONES. BUCLES DE CONTROL
- Variables locales y variables globales
- Funciones, parámetros y valor de retorno
- Bucle while
- Bucle for
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A LA PROGRAMACIÓN DE ROBOTS MÓVILES. MONTANDO EL EVOLUTION
- Robots, tipos, aplicaciones Robots en el aula
- El PrintBot Evolution Montaje
- Primer Programa con el PrintBot Evolution
- Teleoperando el PrintBot Evolution desde Android
UNIDAD DIDÁCTICA 5. PROGRAMACIÓN DE UN ROBOT SIGUELÍNEAS
- ¿Qué es un sigue-líneas? ¿Cómo funciona?
- Programación de un sigue-líneas
- Modificaciones de un sigue-líneas
UNIDAD DIDÁCTICA 6. PROGRAMACIÓN DE UN ROBOT HUYE-LUZ
- ¿Qué es un huye-luz? ¿Cómo funciona?
- Programación de un huye-luz
- Modificaciones de un huye-luz
UNIDAD DIDÁCTICA 7. PROGRAMACIÓN DE UN ROBOT QUE ESQUIVA OBSTÁCULOS
- ¿Qué es un evita-obstáculos? ¿Cómo funciona?
- Programación de un evita-obstáculos
- Modificaciones de un evita-obstáculos
- Máquinas de estados
UNIDAD DIDÁCTICA 8. NEUROTECNOLOGÍA: VISIÓN ESPACIAL. HEMISFERIO DERECHO. PENSAMIENTO COMPUTACIONAL
MÓDULO 10. PROYECTO FIN DE MASTER (PFM)
Descubre cuánto puede invertir tu empresa en formación sin coste
Como cliente o asociado de AFT, puedes solicitar información personalizada sobre tu crédito Fundae y la formación disponible para tu equipo.