Deep Learning para Visión Artificial
En la industria, la IA se utiliza para resolver una amplia variedad de problemas, como la detección de defectos en la fabricación, la optimización de la cadena de suministro, la predicción de la demanda y la mejora de la eficiencia energética. Además, la IA se utiliza para mejorar la calidad de los productos y servicios, lo que puede aumentar la satisfacción del cliente. También puede ayudar a las empresas a optimizar sus operaciones y a reducir su huella de carbono, así como de los propios módulos de IA.
Durante el curso se realizarán ejercicios prácticos utilizando Python.
Durante el curso se realizarán ejercicios prácticos utilizando Python.
Dirigido a:
Profesionales técnicos de cualquier sector de actividad (técnicos de laboratorio, técnicos e ingenieros industriales, profesores de formación profesional, etc.) interesados en adquirir conocimientos para abordar problemas actuales dentro del contexto específico del tratamiento de imágenes con Deep Learning.
Requisitos:
-
Conocimientos básicos de programación, preferiblemente en Python.
-
Conocimientos básicos de Machine Learning con Python.
Programa:
-
Programación: Entornos de programación (Colab, Jupyter, Nativo) y conceptos básicos de Python (Numpy, Pandas, Matplot, …).
-
Introducción al Deep Learning: Conceptos básicos de Pytorch, Tensorflow y Keras, y conceptos básicos de regresión y clasificación.
-
Deep Learning supervisado: Redes Convolucionales (CNN) para clasificación de imágenes, segmentación, detección de objetos y redes recurrentes.
-
Deep Learning no-supervisado: Autoencoders, redes adversariales y detección de anomalías.
-
Despliegue de los módulos de Deep Learning (hardware dedicado o Edge Computing).
-
Técnicas para minimizar la huella de carbono de la IAM8 Deep Learning
Fechas y horario:
- Fechas: 8, 11, 15 y 18 de abril (4 días en total)
- Horario: 9:00-14:00 (5 horas al día, 20 horas en total)
Modalidad:
Presencial: Garaia Enpresa Digitala - Goiru Kalea, 1, 20500 Arrasate, Gipuzkoa
