Clasificación de Imágenes con
Redes Neuronales Artificiales
Buenos Aires, 16-27 Marzo 2020
Objetivos del Curso:
El aprendizaje automático (o Machine Learning) es la ciencia de hacer que las computadoras actúen sin ser programadas explícitamente.
En la última década, el aprendizaje automático nos ha brindado autos autónomos, reconocimiento de voz práctico, búsqueda efectiva en la web y
una comprensión enormemente mejorada del genoma humano.
El aprendizaje automático es tan generalizado hoy que probablemente lo use docenas de veces al día sin saberlo.
Deep Learning es una de las habilidades más buscadas en inteligencia artificial.
Contenido del Curso:
En este curso, enseñaremos los fundamentos del Deep Learning donde los participantes comprenderán cómo construir redes neuronales y
aprenderán aspectos prácticos para aplicar algoritmos usando Pytorch en problemas de visión artificial.
Cubriremos el reconocimiento de imágenes, incluida la clasificación y anotación de imágenes, el reconocimiento de objetos y la búsqueda de imágenes,
y diversas técnicas de detección de objetos.
El curso está dividido en teóricas, y prácticas donde los estudiantes trabajarán con su propio set de imágenes o con un set disponible para este tipo de ejercicios.
Dictado por:
| Lara Reichmann. | Dra. en Ecologia y Data Scientist. The Data Institute. Univ. San Francisco. |
| Pedro Flombaum. | Prof. Ecologia, FCEyN, UBA |
Pre-requisitos:
Otros pre-requisitos sugeridos:
- Estadística.
- Álgebra.
- Cálculo.
- Probabilidades.
Registración:
Atención: La pre-inscripción está abierta!!
Completar este formulario con sus datos
AQUÍ
Arancel:
Serán eximidos:
- Los inscriptos al Doctorado de esta Facultad, por el término de un año.
- Los alumnos regulares del Doctorado de esta Facultad mientras no hayan obtenido los créditos necesarios para obtener el título correspondiente.
- Los Docentes con dedicación exclusiva de esta Casa de Estudios.
- Los Docentes de esta Facultad que realicen tareas de investigación con dedicación exclusiva en la misma, y que sean becarios o miembros de Instituciones Científicas Reconocidas.
- Los miembros de Instituciones con las cuales haya convenio de reciprocidad en la exención de aranceles.
- Becarios e investigadores de CONICET y de la Agencia Nacional de Promoción Científica y Tecnológica con lugar de trabajo en esta Facultad. Becarios CELFI.
- Alumnos de grado de la FCEyN, doctorandos de la FCEyN con el plan de estudios completo y aprobado, y graduados de la FCEyN abonarán el 50% del arancel solicitado
- Personas que se desempeñen en Universidades Nacionales u otros organismos públicos abonarán el 80% del arancel solicitado.
- Cualquier otro caso no contemplado en los puntos anteriores de la presente Resolución deberá abonar el 100% del arancel solicitado.
- Más información consultar Resolución CD N° 13/93 de la FCEN.