Deep Learning with Python

El objetivo de esta aplicación es presentar a los entusiastas del aprendizaje profundo a la visión por computadora, comenzando desde lo básico y luego pasando a modelos de aprendizaje profundo más modernos. El aprendizaje profundo para la aplicación de visión por computadora cubrirá tanto el reconocimiento de imágenes como de video, incluida la clasificación y anotación de imágenes, el reconocimiento de objetos y la búsqueda de imágenes, varias técnicas de detección de objetos, estimación de movimiento, seguimiento de objetos en video, reconocimiento de acciones humanas y, finalmente, estilización, edición y nueva generación de imágenes. En el proyecto del curso, los estudiantes aprenderán cómo construir un sistema de manipulación y reconocimiento facial para comprender la mecánica interna de esta tecnología, probablemente la más conocida y a menudo demostrada en películas y programas de televisión como ejemplo de visión por computadora e inteligencia artificial.

Tema específico principal:

✔ ¿Qué es Deep Learning ?.

✔ Fundamentos de la imagen.

✔ Conceptos básicos de clasificación de imágenes.

✔ Conjuntos de datos para la clasificación de imágenes.

✔ Configuración de su entorno de desarrollo

✔ Cree un clasificador de primera imagen.

✔ Aprendizaje parametrizado

✔ Métodos de optimización y regularización.

✔ Fundamentos de redes neuronales.

✔ Redes neuronales convolucionales.

✔ Entrenando su primera CNN.

✔ Guardar y cargar sus modelos

✔ LeNet: Reconocimiento de dígitos escritos a mano.

✔ MiniVGGNet: profundizar con las CNN

✔ Programadores de tasas de aprendizaje.

✔ Detección de ajuste insuficiente y excesivo.

✔ Modelos de puntos de control.

✔ Visualización de arquitecturas de red.

✔ Conceptos de visión artificial y ejemplos prácticos

✔ CNN listos para usar para clasificación.

✔ Temas centrales de la programación Python.

✔ Ejemplos de código Python de temas de ciencia de datos.

✔ Aprendizaje automático con ejemplos de código.