Inteligencia artificial aplicada en Excel
NÚMERO DE HORAS: 120
PLAZAS DISPONIBLES: 3
TITULACIÓN NECESARIA PARA REALIZAR EL CURSO
No es necesario tener una titulación previa para poder realizar el curso.
A QUIÉN VA DIRIGIDO
• Profesionales de administración, contabilidad y análisis de datos.
• Formadores y docentes que deseen integrar IA en Excel.
• Estudiantes de FP o universidad en ramas de gestión o informática.
• Usuarios habituales de Excel interesados en automatizar tareas con IA.
• Comprender los fundamentos de la Inteligencia Artificial (IA) aplicada a la hoja de cálculo.
• Integrar herramientas de IA y automatización dentro de Excel (ChatGPT, Copilot, Power BI, etc.).
• Aplicar algoritmos sencillos de predicción y clasificación directamente en Excel.
• Optimizar tareas contables, administrativas y analíticas mediante funciones inteligentes.
• Diseñar dashboards predictivos y modelos basados en datos.
¿QUÉ OBTENGO AL FINALIZAR EL CURSO?
Con la realización de este curso obtienes el diploma KUPER que acredita los conocimientos adquiridos, certificando el número de horas del curso, temario desarrollado, calificación y registro, pudiéndolo baremar junto con tu experiencia laboral para la obtención del Certificado de Profesionalidad, que es un título laboral que te capacita profesionalmente y que a efectos laborales equivale a un título de FP.
Si realizas el curso a través de la Suscripción de KUPER, tiene un coste administrativo la expedición del diploma.
También puedes optar al certificado Universitario DQ, que refuerza el reconocimiento de tu formación.
CONTENIDO DEL CURSO
Módulo 1. Introducción a la Inteligencia Artificial y Excel
• Qué es la IA y cómo se aplica en el entorno ofimático.
• Evolución de Excel hacia la IA: Copilot, Ideas, Power Automate.
• Tipos de inteligencia aplicada en hojas de cálculo (predictiva, descriptiva, prescriptiva).
• Ejercicio: Crear un flujo de datos y detectar patrones simples.
• Evolución de Excel hacia la IA: Copilot, Ideas, Power Automate.
• Tipos de inteligencia aplicada en hojas de cálculo (predictiva, descriptiva, prescriptiva).
• Ejercicio: Crear un flujo de datos y detectar patrones simples.
Módulo 2. Funciones Inteligentes y Análisis de Datos en Excel
• Uso de las funciones: PREDICT, ANALYZE, BUSCARX, FILTRAR, LAMBDA, LET.
• Análisis de tendencias con IA integrada.
• Creación de tablas dinámicas inteligentes.
• Uso de “Ideas de Excel” (Insights) para obtener conclusiones automáticas.
• Ejercicio: Generar un informe automático con IA a partir de datos financieros.
• Análisis de tendencias con IA integrada.
• Creación de tablas dinámicas inteligentes.
• Uso de “Ideas de Excel” (Insights) para obtener conclusiones automáticas.
• Ejercicio: Generar un informe automático con IA a partir de datos financieros.
Módulo 3. Power Query, Power Pivot y Modelos Predictivos
• Importar y transformar datos de múltiples fuentes.
• Creación de modelos de datos relacionales.
• Aplicar regresión lineal y predicción con Power BI y Excel.
• Introducción a la automatización con Power Automate.
• Ejercicio: Modelo de predicción de ventas y dashboard dinámico.
• Creación de modelos de datos relacionales.
• Aplicar regresión lineal y predicción con Power BI y Excel.
• Introducción a la automatización con Power Automate.
• Ejercicio: Modelo de predicción de ventas y dashboard dinámico.
Módulo 4. Integración de Excel con ChatGPT y Copilot
• Introducción a Microsoft Copilot en Excel.
• Conexión con ChatGPT mediante complementos (API de OpenAI, Zapier, Power Automate).
• Generación de fórmulas y resúmenes automáticos.
• Ejercicio: Crear un generador automático de informes en Excel con ChatGPT.
• Conexión con ChatGPT mediante complementos (API de OpenAI, Zapier, Power Automate).
• Generación de fórmulas y resúmenes automáticos.
• Ejercicio: Crear un generador automático de informes en Excel con ChatGPT.
Módulo 5. Machine Learning básico dentro de Excel
• Introducción al aprendizaje automático (sin código).
• Uso de complementos de IA: XLSTAT, DataRobot, MonkeyLearn, Power BI AI Visuals.
• Clasificación de clientes o productos mediante datos.
• Ejercicio: Implementar un modelo de predicción de riesgo o demanda.
• Uso de complementos de IA: XLSTAT, DataRobot, MonkeyLearn, Power BI AI Visuals.
• Clasificación de clientes o productos mediante datos.
• Ejercicio: Implementar un modelo de predicción de riesgo o demanda.
Módulo 6. Proyectos Prácticos Finales
• Proyecto 1: Dashboard inteligente de control de gastos.
• Proyecto 2: Predicción de ventas con modelos IA integrados.
• Proyecto 3: Automatización de informes y resúmenes con Copilot.
• Proyecto 2: Predicción de ventas con modelos IA integrados.
• Proyecto 3: Automatización de informes y resúmenes con Copilot.