El curso desarrolla competencias en programación aplicadas al diseño de algoritmos de predicción en energías renovables. En diez sesiones se abordan temas como la historia de la inteligencia artificial, análisis y tipos de datos, aprendizaje supervisado y no supervisado, fundamentos de machine learning, uso de plataformas como Kaggle o NotebookLM, clasificación con algoritmos de IA, redes neuronales artificiales, modelos secuenciales (LSTM) para predicciones a corto plazo e impacto de la predicción en energías renovables. Al finalizar, el estudiante estará en capacidad de analizar datos abiertos y aplicar sus conocimientos para relacionar variables relevantes del sector con fines de predicción.

Estudiantes, docentes y comunidad en general interesada en aprender de algoritmos de IA para la predicción relacionada con energías renovables.

Andrés Camilo López García. Ingeniero Electrónico y Magíster con una sólida trayectoria en la intersección entre la investigación avanzada y el desarrollo de software comercial. Integrante del grupo de investigación en Telecomunicaciones de la Universidad Distrital.