Talleres CICOS 2026
Taller 1 |
||
REINFORCEMENT LEARNING - Q Learning and Deep Learning
|
||
Ponente:Dr. Alejo Mosso Vázquez. |
||
Semblanza: |
||
 |
||
Modalidad: |
Virtual |
|
Horas: |
2 horas por día. | |
Días: |
14 y 15 de Octubre |
|
Horario: |
15 a 17 horas |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | * Módulo 1: Q - LEARNING * Módulo 2: DEEP LEARNING * Módulo 3: COMPARACIÓN Q - LEARNING V S DEEP LEARNING Requisitos: -Conocimientos básicos de manejo de equipo de cómputo. -Computadora -Acceso a internet -Matlab Estudiantil |
|
Taller 2 |
||
Introducción a la Ciencia de Datos con Python.
|
||
| Ponente: Mtro. Javier de la Rosa Mondragón | ||
Semblanza: |
||
 |
||
Modalidad: |
Virtual |
|
| Horas: | 4 horas en dos sesiones | |
Días: |
14 y 15 de Octubre |
|
Horario: |
15 a 17 horas |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | * Introducción a la ciencia de datos (fundamentos de Python) * Fundamentos de Python * Recolección y preparación de datos (DataFrames, Series y uso de Pandas) * Visualización de datos Equipo de Cómputo: Computadora con acceso a internet y navegador web actualizado (Google Chrome, Firefox, Edge, etc.). Entorno de Trabajo: Se trabajará directamente en la plataforma en línea Google Colab (no requiere instalación previa de software pesado). |
|
Taller 3 |
||
Programación Paralela con Python y CUDA
|
||
| Ponente: Dr. Yainier Labrada Nueva | ||
Semblanza: |
||
 |
||
Modalidad: |
Virtual |
|
Horas: |
6 horas (3 horas por día) | |
Días: |
14 y 15 de Octubre |
|
| Horario: | 15 a 18 horas |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | * Introducción a la Computación de Alto Rendimiento * Manejo de Memoria CPU-GPU * CuPy: Computación Científica con GPU * PyCUDA Requisitos: * Equipo de cómputo con acceso a Internet * Conocimientos básicos de Python. |
|
Taller 4 |
||
Análisis de Datos con Inteligencia Artificial y Python: De la Teoría a la Práctica
|
||
| Ponente: Dr. Derick Axel Lagunes Ramírez | ||
Semblanza: |
||
 |
||
Modalidad: |
Virtual |
|
| Horas: | 5 horas en dos sesiones | |
Días: |
14 y 15 de Octubre |
|
Horario: |
14 de octubre de 15:30 h a 18:00 h y el 15 de octubre de 16:30 h a 19:00 h |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | * Fundamentos de Análisis de Datos y Python para IA * Integración de IA y Aplicaciones Prácticas Requisitos: * Computadora (PC/Laptop): Mínimo 4 GB de RAM, procesador Intel Core i3 (o equivalente) y conexión a internet estable. * Software: Navegador web actualizado (Google Chrome, Firefox o Edge). No requiere instalaciones complejas previa al taller, ya que se trabajará con Google Colab en la nube. * Cuentas requeridas: Cuenta activa de Google (Gmail) para acceder al entorno de ejecución. * Conocimientos previos: Nivel básico/introductorio de lógica de programación o interés general en el análisis de datos. |
|
Taller 5 |
||
De la Simulación a la implementación; Adquisición de señales y el uso de Scilab y Xcos con Arduino.
|
||
| Ponente: Dr. Alberto Miguel Beltrán Escobar | ||
Semblanza: |
||
 |
||
Modalidad: |
Virtual |
|
| Horas: | 5 horas en dos sesiones | |
Días: |
14 y 15 de Octubre |
|
Horario: |
14 de octubre de 15:00 h a 17:00 h y el 15 de octubre de 16:00 h a 18:00 h |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | * Introducción al entorno de Scilab y Xcos * Introducción a la plataforma de Arduino * Instalación de complementos de Arduino en Scilab * Generación y Adquisición de Sentilde;ales digitales * Aplicaciones en el entorno de la enseñanza y la Investigación. Requisitos: * Computadora (PC/Laptop): Mínimo 4 GB de RAM, procesador Intel Core i3 (o equivalente) y conexión a internet estable. * SO Windows, MAC o Linux, se recomienda instalar previamente la distribución de Scilab y Xcos más actualizada y el IDE de Arduino más actualizado.) |
|
Taller 6 |
||
Canva para Estudiantes
|
||
| Ponente: Dra. Nadia Lara Ruiz | ||
Semblanza: |
||
 |
||
Modalidad: |
Presencial / Virtual síncrona |
|
| Horas: | 4 horas en dos sesiones | |
Días: |
14 y 15 de Octubre |
|
Horario: |
15 a 17 horas |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | * Introducción a Canva y principios básicos de diseño * Diseño de presentaciones académicas efectivas * Infografías y recursos visuales para el aprendizaje * Inteligencia Artificial y herramientas avanzadas de Canva Requisitos: * Laptop o computadora de escritorio. * Conexión estable a Internet * Navegador web actualizado. * Cuenta activa de Canva. |
|
Taller 7 |
||
Construcción y aplicación de heurísticas: Diseñando Soluciones Eficientes para el TSP
|
||
| Ponente: Dr. Alfonso D'Granda Trejo | ||
Semblanza: |
||
 |
||
Modalidad: |
Virtual |
|
| Horas: | 4 horas en dos sesiones | |
Días: |
14 y 15 de Octubre |
|
Horario: |
17 a 19 horas |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | *Fundamentos y la Necesidad de Heurísticas *Heurísticas Constructivas *Heurísticas de Mejora Local *Benchmarking y Laboratorio Práctico Requisitos: *Google Colab * * * |
|
Taller 8 |
||
Ciberseguridad aplicada: detección de phishing con Altair AI Studio (RapidMiner)
Aprendizaje automático sin programar, aplicado a un problema real de seguridad informática
|
||
| Ponentes: Dra. Irma Yazmín Hernández Báez y Dra. Sandra Elizabeth León Sosa | ||
Semblanza: |
||
  |
||
Modalidad: |
Virtual |
|
| Horas: | 2 horas por sesión | |
Días: |
14 y 15 de Octubre |
|
Horario: |
16 a 18 horas |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | Las personas participantes desarrollarán, sin escribir código, un flujo visual de aprendizaje automático para clasificar sitios web como legítimos o asociados con phishing. A partir de características previamente extraídas de las URL y de las páginas, prepararán los datos, construirán un árbol de decisi&aocute;n, lo evaluarán y lo compararán con otros tres algoritmos de clasificación para elegir y defender el más adecuado según el costo de los errores.
Construir, evaluar y comparar modelos de clasificación para la detección de phishing mediante flujos visuales en Altair AI Studio, interpretando sus resultados y limitaciones en un contexto de ciberseguridad. Requisitos: *Software: Altair AI Studio instalado y activado con la licencia educativa gratuita antes de la primera sesión. Se proporcionará una guía de acceso e instalación. *Materiales: Conjunto de datos, diccionario de datos y plantillas, que se enviarán con anticipación. *Conocimientos: No se requiere saber programar; basta con nociones básicas de estadística. *Equipo: Computadora con conexión estable a internet; se recomienda usar dos monitores o dividir la pantalla. |
|
Taller 9 |
||
Detección de Objetos con Deep Learning
|
||
| Ponentes: Dra. Deny Lizbeth Hernández Rabadán y Dr. Juan Paulo Sánchez Hernández | ||
Semblanza: |
||
  |
||
Modalidad: |
Virtual |
|
| Horas: | 2 horas por sesión | |
Días: |
14 y 15 de Octubre |
|
Horario: |
16 a 18 horas |
|
Costo: |
$ 50 MXN | |
| Cupo: | ||
| Contenido del curso: | Día 1 - Fundamentos de visión artificial con Deep Learning Día 2 - Transfer learning y evaluación del modelo Requisitos: *Equipo de cómputo con acceso a internet *Contar con una cuenta de Gmail para uso de la plataforma Google Colab *Contar con conocimientos básico de programación en el lenguaje python |
|