Ya no quedan lugares
para ​DLI - Febrero

​Si te interesa pregunta, 
a veces, se liberan.

Síguenos en Facebook 

Inicio y fin del curso
Sábado 29 de Febrero 2020
​Sábado 4 de Abril 2020
Horarios
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
Instructor
M. en C. Daniel Vanegas, ver su reseña aquí

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

Requisitos

• Laptop (es recomendable que tenga puerto Ethernet y con procesador de 64bits). Para el curso puedes usar Windows, Mac o Linux como tu gustes.
• 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.
• Es indispensable estar motivado por aprender a usar las redes neuronales profundas.
• Asegurate de darnos tus datos de contacto al comprar (tu nombre completo, tu e-mail y tu numero telefónico).

Conocimientos Previos

• ​Es necesario conocer las matemáticas de los primeros semestres de una carrera STEM (Science, Technology, Engineering and Mathematics)
• Es necesario saber programar en algún lenguaje.
• Saber Python es recomendable, pero no es indispensable. Se puede aprender en la marcha del curso. Te proporcionamos ejercicios de Python y sus soluciones para que aprendas antes de que inicie el curso. Descarga GRATIS los ejercicios de Python y pruébate a ti mismo. NO se requiere tarjeta de crédito o débito.

Descarga los ejercicios

Reconocimiento

Al finalizar el curso, recibe un reconocimiento con valor curricular y holograma de autenticidad (no se muestra en la imagen de ejemplo). 

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

Enfoque

En Actumlogos, creemos que toda teoría está supeditada a la práctica. Por eso, el énfasis de este curso está en resolver los ejercicios y entender su solución bajo la luz de la teoría necesaria. Entender conceptos, permite resolver problemas; y resolver problemas, mejora el entendimiento de la teoría. 

​¿Para quién es este curso?

Para quienes estén interesados en programar algoritmos que reconozcan imágenes y quieran aprovechar la revolución de inteligencia artificial que estamos viviendo.

Cupo

Mínimo 18 personas, máximo 25 personas

Inversión

Reserva tus lugares y paga el resto una semana antes que inicie el curso.

Reserva tu lugar

Precio: ​5,500 pesos por persona 

Inscribete

Inscríbete con más amigos. Al comprar 2 o más lugares en el curso:

• Si es profesionista, el precio por persona es de 4,500 pesos. 
• Si es estudiante, el precio por persona es de 3,750 pesos. 

Valido para grupos de estudiantes, de profesionistas o mezclados. 

Ejerce el descuento grupal

Opciones de Pago: transferencia bancaria, tarjeta de crédito/débito,  Paypal, Stripe. 

Datos para transferencia

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. ​​