Machine learning en Python
- Número de créditos: 6 (60 horas)
- Precio: 119€
- Modalidad: Virtual
- Período de preinscripción: Desde: 8 de enero de 2020 Hasta: 20 de enero de 2020
- Período de matrícula: Desde: 21 de enero de 2020 Hasta: 27 de enero de 2020
- Fecha de celebración: Desde: 3 de febrero de 2020 Hasta: 3 de abril de 2020
- Precio: 119€
- Modalidad: Virtual
- Período de preinscripción: Desde: 8 de enero de 2020 Hasta: 20 de enero de 2020
- Período de matrícula: Desde: 21 de enero de 2020 Hasta: 27 de enero de 2020
- Fecha de celebración: Desde: 3 de febrero de 2020 Hasta: 3 de abril de 2020
En
este curso se aprenderán los principios básicos de la inteligencia
artificial, orientados al aprendizaje máquina y a la clasificación
supervisada. Se estudiarán todos los aspectos básicos de un sistema de
clasificación de patrones, la selección del conjunto de prototipos, la
extracción de características y los sistemas de clasificación.
En cuanto a la extracción de características haremos especial hincapié en la clasificación de imágenes y en la detección de objetos dentro de las mismas.
Dentro de los sistemas de clasificación se estudiarán diversas técnicas desde las estadísticas, hasta las redes neuronales y dentro de éstas últimas, desde los perceptrones multicapas hasta las redes neuronales con aprendizaje profundo.
Todo ello irá acompañado de una introducción al lenguaje de programación Python y del uso de las librerías numpy, matplotlib.pyplot, PIL.image, scikit learn, scikit-image, etc.
En cuanto a la extracción de características haremos especial hincapié en la clasificación de imágenes y en la detección de objetos dentro de las mismas.
Dentro de los sistemas de clasificación se estudiarán diversas técnicas desde las estadísticas, hasta las redes neuronales y dentro de éstas últimas, desde los perceptrones multicapas hasta las redes neuronales con aprendizaje profundo.
Todo ello irá acompañado de una introducción al lenguaje de programación Python y del uso de las librerías numpy, matplotlib.pyplot, PIL.image, scikit learn, scikit-image, etc.
No hay comentarios:
Publicar un comentario