Curso de Deep Learning: Clasificación de imágenes
ONLINE | 1 MES
¡Solicita información!
Próximamente estrenaremos el Curso de Deep Learning: Clasificación de imágenes. Si te interesa y quieres que te informemos de su fecha de lanzamiento, rellena el formulario.
Domina la clasificación de imágenes con Deep Learning y crea modelos de alto impacto en la industria
La clasificación de imágenes es una de las aplicaciones más poderosas del Deep Learning, con impacto en múltiples industrias como la manufactura, la agricultura de precisión y la detección de defectos en superficies. En este curso, aprenderás a desarrollar modelos de clasificación de imágenes con redes neuronales convolucionales (CNN), desde los fundamentos hasta técnicas avanzadas como Transfer Learning.
Este es un curso online, enfocado en la práctica, en el que trabajarás con casos reales y aprenderás de profesionales con experiencia en el campo. A lo largo de los módulos, explorarás desde la construcción de modelos hasta la optimización del rendimiento con estrategias de regularización, entrenamiento en GPU y generación de datos sintéticos. Finalmente, consolidarás tus conocimientos con un proyecto final aplicado.
Además, conocerás cómo adaptar modelos pre-entrenados a nuevos conjuntos de datos, mejorando la eficiencia del entrenamiento. Aprenderás a interpretar los resultados de tu red y ajustar hiperparámetros clave para optimizar su desempeño. Al finalizar, contarás con las herramientas necesarias para implementar soluciones de clasificación de imágenes en distintos sectores.
Equipo Docente experto
Félix López
Adática Engineering
Temario
- Definición y desafíos de la clasificación de imágenes
- Aplicaciones en agricultura de precisión: detección de enfermedades y plagas
- Características espaciales en imágenes 2D
- Limitaciones de las redes MLP para procesamiento de imágenes
- Redes convolucionales como solución
- Importancia de los datos etiquetados
- Concepto de convolución en redes neuronales
- Extracción de características en imágenes
- Técnica de aplicación:
- Definición de kernel: pesos y tamaño
- Número de filtros (out channels) y profundidad de extracción de características
- Control del tamaño de salida: padding y stride (downsampling)
- Flattening para redes neuronales
- Operación de convolución
- Técnicas de regularización
- MaxPooling: reducción de dimensionalidad
- Flattening y su integración en la arquitectura
- Operación de convolución
- Técnicas de regularización
- MaxPooling: reducción de dimensionalidad
- Flattening y su integración en la arquitectura
- Data Augmentation: generación de datos sintéticos para mejorar rendimiento
- Caso de estudio: Detección de defectos en superficies texturizadas
- Redes convolucionales avanzadas y su pre-entrenamiento
- Transfer Learning:
- Adaptación de modelos pre-entrenados
Estrategias de reentrenamiento: warm start vs. frozen weights
- Desarrollo de un modelo de clasificación multiclase con Transfer Learning
- Implementación de una solución para la detección de defectología en superficies texturizadas
- Evaluación y optimización del modelo
Se recomienda estar familiarizado con conceptos básicos de programación en Python, matemáticas básicas y redes MLP aunque no es indispensable.Acceso a software específicos como Python, Jupyter Notebooks y acceso a Google Colab Pro durante el curso.
EDDM te ofrece un curso online de Python, diseñado para dominar sus fundamentos y aplicaciones prácticas de forma estructurada, dinámica y accesible desde cualquier lugar.
Perfil del alumno
Este curso de Deep Learning está dirigido a:
- Profesionales que buscan aplicar Deep Learning en su sector
- Estudiantes y entusiastas de la IA que quieran experiencia práctica
- Empresas que desean explorar el potencial del DL en sus procesos
Este curso no solo te brindará conocimientos teóricos, sino que te dará la experiencia práctica necesaria para comenzar a trabajar con Deep Learning de manera efectiva en el mundo real.
Además, y más importante, se espera que los estudiantes no solo tengan curiosidad por aprender sobre inteligencia artificial sino también una pasión más general por experimentar con nuevas tecnologías a fin de empujar los límites actuales de la ingeniería.
Requisitos previos: conocimientos básicos de python, deep learning y machine learning
CONTACTA
CON NOSOTROS
Si te interesa saber más sobre el Curso de Deep Learning: Clasificación de imágenes, no dudes en rellenar el formulario.
Contactaremos a la mayor brevedad posible. No olvides revisar la bandeja de correo no deseado por si nuestro mail llega a ella.
¡Anímate a formarte con los mejores profesionales!