Quedan 13 lugares para el curso
​
en la CDMX - Agosto

Asegura tu lugar 

Estas interesado en aprender ​


¿Cómo hacer que una maquina

​reconozca ​ imágenes?
​

...pero tu no sabes por donde comenzar. 

​Déjanos ayudarte.​​

Las redes neuronales profundas están impulsando avances que están cambiando nuestro mundo. Reserva tu lugar ahora para aprender a crear tus propias redes neuronales profundas y solver problemas de visión computacional.

Objetivo del curso

En 6 semanas, aprenderás a utilizar técnicas de inteligencia artificial (Deep Learning) para clasificar, detectar, y segmentar imágenes de forma automática; mediante: 

• Desarrollar 4 casos de estudio: clasificar números manuscritos, clasificar perros y gatos, detectar vehículos y segmentar el camino transitable. Todo en imágenes.
• Resolver 45 ejercicios de programación en Python

Contenido del curso

1. ​Instalación del ambiente de trabajo y uso de servidores con GPU en la nube (Colab).
2. Problemas de reconocimiento de imágenes: reconocedores  (clasificadores), detectores  (clasificación+localización) y segmentadores  (clasificación de cada pixel en la imagen)
3. Reconocimiento de números manuscritos (MNIST), aprendiendo los fundamentos. 
   1. Conociendo la base de datos
   2. Modelos neuronales elementales
   3. Pre-procesamiento de datos
   4. Declarando el modelo neuronal
   5. Entrenamiento de modelos neuronales
   6. Evaluando el modelo entrenado
   7. Modelos convolucionales: LeNet-5
4. Reconocimiento de perros y gatos, aprendiendo las técnicas de estado del arte. 
   1. Crear base de datos reducida
   2. Uso de generadores para entrenar y evaluar modelos
   3. Aumento de ejemplos
   4. Uso de modelos pre-entrenados del estado del arte
   5. Arquitecturas de los modelos pre-entrenados
   6. Transferencia de aprendizaje 
      1. Pre-extracción de rasgos
      2. Entrenando el modelo completo con capas congeladas
      3. Refinamiento
5. Detección de vehículos en imágenes y video
   1. Detector clásico: Desplazamiento de ventana + Clasificador (ResNet50) + Mapa de calor.
   2. Detector YOLO: Clasificador y regresor para cajas + Supresión de no máximos. 
   3. Uso del detector YOLO para localizar 1000 clases de objetos en imágenes y video (ImageNet).
6. Segmentación del camino transitable en imágenes y video
   1. Preparar base de datos
   2. Crear el generador
   3. Modelo U-net
   4. Métrica Intersección sobre Unión
   5. Entrenamiento y evaluación: usando tensorboard. ​
7. Proyecto final en equipos de 3 estudiantes

Registro ante la Secretaría del Trabajo y Previsión Social: 
​ZAGE-810930-FW2-0005

Requisitos

• Laptop (es recomendable que tenga puerto Ethernet y con procesador de 64bits).
• Estar motivado por aprender a usar las redes neuronales profundas (indispensable).
• Saber programar en algún lenguaje.
• Saber Python es recomendable, pero no es indispensable. Se puede aprender en la marcha del curso.
• Conocer las matemáticas de los primeros semestres de ingeniería.
• Asegurarte de darnos tus datos de contacto al comprar (tu nombre completo, tu e-mail y tu numero telefónico). 
• Si tu laptop no tiene tanto poder de computo, NO TE PREOCUPES puedes usar Colab un servicio GRATUITO de Google para que te permite usar un GPU Tesla K80.
• Para el curso puedes usar Windows, Mac o Linux como tu gustes.

Cupo

Mínimo 18 personas, máximo 25 personas

Enfoque

Este curso no es un curso teórico, pero tampoco es un curso puramente práctico. En Actumlogos, creemos que toda teoría está supeditada a la práctica, así que este curso su énfasis está en programar los ejercicios, entendiendo cómo funcionan mediante de la teoría necesaria. 

Inicio y fin del curso

Sábado 10 de Agosto 2019
​Sábado 14 de Septiembre 2019

Inversión

Reserva con 700 pesos​ cada lugar
Precio: ​5,500 pesos por persona 

• Para grupos de profesionistas (2 o más), el precio por persona es de 4,750 pesos
• Para grupos de estudiantes (2 o más), el precio por persona es de 3,750 pesos. 

​
Opciones de Pago: transferencia bancaria, tarjeta de crédito/débito,  Paypal. Ve aquí.

Duración 

38 horas, 6 sesiones sabatinas de 8.30am a 2.50pm.

Lugar

CompuEducación, Avenida Jaime Balmes 11, Edificio B, Piso 7, Polanco, 11510 Ciudad de México, CDMX
Ver googlemaps

​¿Para quién es este curso?

Para estudiantes de ingeniería, programadores, hacedores (makers), y profesores de ingeniería.

​¿Por qué tomar un curso presencial?

Porque las personas requerimos atención de un experto para facilitar entender un tema difícil y requerimos un espacio-tiempo dedicado a estudiar.  En la actualidad, casi todos tenemos muchas ocupaciones, y necesitamos un tiempo dedicado exclusivamente para aprender sin interrupciones familiares, sociales o profesionales. Cuando se toma un curso a distancia desde casa, en muchas ocasiones, no es posible concentrarse. Por eso,  es efectivo asistir periódicamente a un curso presencial. Además, ahí encuentras otras personas cuyos intereses están alineados; cara a cara, la comunicación es más efectiva.​

Generaciones del curso

Resultados: 
114 estudiantes en total
4 generaciones 
​ 1 generación para empresas

​¿Para qué invertir en este curso?

Hace 150 años, el control sobre la electricidad permitió avances tecnológicos impresionantes desde iluminar los hogares hasta mover maquina muy pesada. Hace 100 años la creación de maquinas voladoras (aviones) desarrolló una industria de billones de dolares que ha beneficiado a la humanidad facilitando el transporte de personas y carga. Estos son dos muy comunes ejemplos del impacto que tiene la tecnología sobre el bienestar de las sociedades. Hoy no concebimos sociedad sin electricidad ni aviones. Esto mismo está pasando con la inteligencia artificial. La pregunta es ¿si tu quieres ser parte de esta revolución tecnológica basada en el aprendizaje profundo (deep learning)?

Este curso es una pequeña inversión de tiempo, esfuerzo y dinero para desarrollar en ti las habilidades tecnológicas que te permitan aplicar técnicas de aprendizaje profundo (deep learning) para resolver problemas en la práctica. El curso te dará las bases necesarias para desarrollar la tecnología y explotarla económicamente en algún nicho de mercado o en algún empleo de alto valor. En la actualidad, muchas empresas están interesadas en contratar expertos en aprendizaje automático y ciencia de datos. 

Tengo la firme confianza en que en la medida de que más personas sepan los métodos de "deep learning" con la profundidad adecuada y con herramientas efectivas a la mano, nuestras sociedades hispanas se verán transformadas por la inteligencia artificial, generando beneficios sociales tangibles, empleos mejor pagados, más ganancias para las empresas y más recaudación para nuestro gobiernos.

VEN AYÚDANOS A HACERLO REALIDAD

¿Quién es el instructor?

Daniel Vanegas es maestro en ciencias en ingeniería de cómputo, graduado con honores en el Centro de Investigación en Computación del Instituto Politécnico Nacional. En su tesis, desarrolló un ambiente virtual (simulador) para facilitar el entrenamiento de modelos neuronales profundos que permitieran la transferencia de aprendizaje; con el fin conducir un vehículo a escala 1/10 en una pista tipo oval instalada en el laboratorio. En el año 2016, impartió los cursos de programación en C y Java en el laboratorio de multimedia e internet, así como el curso de modelado básico con Autodesk Maya en el laboratorio de computación gráfica. ​Al término del bachillerato, descubre su gran gusto por la gratificación computacional 3D, realizando visualizaciones arquitectónicas, lo que le llevó al deseo de aprender a programar. Se gradúo en la UNAM con la carrera de ingeniería en computación con la opción de titulación “Diplomado de diseño y programación de videojuegos”. Colaboró en el desarrollo de un recorrido virtual de CU (Ciudad Universitaria) con la sociedad de desarrollo en videojuegos. Sus intereses principales son las redes neuronales y la modelación 3D computacional, piensa combinar estas dos áreas para mejorar la experiencia en los videojuegos.



Aquí algunos comentarios que han hecho los estudiantes del desempeño de Daniel Vanegas como docente:

• "La clase y el profesor son excelentes. Justamente el enfoque teórico-práctico es lo que necesitaba."
• "La forma en que explica toda la teoría hace que entienda muy bien todos los conceptos, espero siga así."
• "Es paciente y valida el avance en general del grupo para continuar."
• "En general, el apoyo de Daniel fue bueno. Gracias por los tips compartidos."
• "Hoy las explicaciones fueron más claras e interactivas, nos ha fomentado el hábito de buscar en la documentación, sin embargo, aún así, se aprecia mucho que se tomó un poco de más tiempo para explicar los códigos lo cuál mejora la compresión de las clases."

---

¿Quién creó el curso y capacita a los instructores?

Dr. Erik Zamora es profesor en Instituto Politécnico Nacional desde el año 2008 y es Candidato a Investigador Nacional desde Enero 2017. Es co-fundador del canal Hackeando Tec en YouTube junto con el Dr. Carlos Hernández, donde se difunden clases en línea de redes neuronales, lógica difusa, visión computacional, FPGAs y micro-controladores ARM. Este canal ya tiene más de 9462 suscriptores y más 845,423 vistas. Ha desarrollado el primer sistema mioeléctrico mexicano comercial para controlar una prótesis propiedad de la empresa PRO/BIONICS que ha vendido a más de 100 personas desde el año 2007. También ha desarrollado un sistema de navegación para robots móviles en ambientes desconocidos que se guía de las señales de emergencia para la Universidad de Bristol, Inglaterra, 2014. Ha hecho una estancia posdoctoral de dos años en el CIC-IPN donde desarrolló mejores métodos para redes neuronales artificiales. Sus intereses actuales incluyen los robots autónomos, el aprendizaje automático y la educación. Ha publicado 22 artículos científicos en conferencias y revistas internacionales; ha dirigido 20 trabajos terminales y 4 tesis de maestría en estos tópicos; ha participado en 2 patentes; ha registrado 4 software ante el INDAUTOR; actualmente, co-dirige las tesis de 4 estudiantes de ingeniería, 3 estudiantes de maestría y 7 estudiantes de doctorado. Las líneas de investigación que cultiva son sobre navegación autónoma de robot móviles (ciencia aplicada) y redes neuronales artificiales (ciencia básica). ​

---

​¿Qué te ofrece este curso?

​​A diferencia de los cursos en linea y material en Internet que la interacción con el profesor es escasa y limitada, este curso te ofrece retroalimentación directa a través de aclaración inmediata de dudas en clase y consultoría para evaluar la viabilidad de un proyecto que tengas en mente.

---

¿Qué han opinado nuestros estudiantes?

Verlo en la pagina de facebook y síguenos. 

¿Qué han opinado los estudiantes sobre iniciativas pasadas?

En el año 2015, el canal Hackeando Tec fue fundado por Carlos Hernández y Erik Zamora para difundir habilidades tecnológicas en el mundo hispano para crear valor comercial. En este canal se han publicado 150 videos distribuidos en 6 cursos, se han suscrito 7000 personas al canal y ellos han invertido más de 4 años visualizando los videos.

Aquí te compartimos lo que algunos estudiantes han opinado sobre el canal. 

Preguntas Frecuentes

¿Que sistema operativo debo usar durante el curso? ​

Puedes usar cualquier sistema operativo: Windows, Linux o Mac IOS. Durante el curso usarás  Colab un servicio GRATUITO de Google sin instalar nada en tu computadora desde cualquier sistema operativo. Además, te enseñaremos cómo instalar el ambiente de trabajo en tu computadora para puedas liberarte de las restricciones de Colab. 

​​¿PUEDEN FACTURAR?

Sí, claro que sí, pero tendremos que añadir el IVA correspondiente. ​​

¿QUÉ MATEMÁTICAS SE NECESITAN PARA TOMAR EL CURSO CONSIDERANDO QUE MI PREPARACIÓN UNIVERSITARIA NO ES DE INGENIERÍA? ​

En el curso usas 80% la programación en Python y 20% matemáticas, por lo que te recomendamos este curso introductorio de Python gratuito. Algunos conceptos matemáticos que suelen necesitarse para comprender la teoría son: escalares, vectores, matrices, producto punto, multiplicación de matrices, funciones trigonométricas, funciones exponenciales, derivadas parciales, regla de la cadena, gradiente, histograma y optimización. Básicamente, estos conceptos se ven en un curso de calculo y en un curso de álgebra lineal.  El curso está diseñado para que la teoría no sea un obstáculo, pero lo que si se necesita es saber programar en general, y saber algo de Python en especifico.  Les recomendamos ir con un amigo al curso para que juntos aprendan más. ​​