DEEP LEARNING APLICADO A IMÁGENES SATELITALES

PRESENTACIÓN
Hoy en día la Inteligencia Artificial está inmersa en todas las áreas de investigación y desarrollo profesional. El Machine Learning tiene una amplia gama de aplicaciones, incluyendo motores de búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de crédito, análisis del mercado de valores, clasificación de secuencias de ADN, reconocimiento del habla y del lenguaje escrito, juegos y robótica. El curso presenta los fundamentos y conceptos necesarios referidos a Machine Learning y Deep Learning aplicado a Imágenes Satelitales utilizando diferentes tipos de aprendizaje y técnicas enfocado a redes neuronales.

OBJETIVO
El objetivo principal de este curso es dotar al alumno de los conocimientos:
– Aprender sobre Machine Learning y Deep Learning
– Comprender sobre técnicas de Clasificación, Detección y Segmentación
– Comprender arquitecturas CNN, R-CNN, YOLO y YOLACT
– Aplicar arquitecturas de Deep Learning con Imágenes Satelitales

METODOLOGÍA
La metodología  del curso es 100% virtual

Los cursos se basan en la construcción colaborativa del conocimiento y se desarrollarán en modalidad remota, combinando constantemente clases teóricas dinámicas, con intervención continua del alumnado, acompañadas de prácticas dirigidas y desarrollo de proyectos individuales y/o grupales. El curso será desarrollado utilizando Python3.X, Google Colab y PyTorch con los diferentes complementos y software incorporados.

MODALIDAD
VIRTUAL SINCRÓNICA
SESIONES EN VIVO

DURACIÓN
24 Horas académicas – 06 Días
HORARIO:
18:30 – 21:30 horas
25/02/2022
27/02/2022
02/03/2022
04/03/2022
06/03/2022
09/03/2022

INVERSIÓN
PRECIO ÚNICO
Público en General: s/ 255

Starting Course

1
Nvidia New Technologies Slides
2
Quiz: Mobile / Native Apps
18 preguntas

After Intro

1
Realistic Graphic on UE4
2
Volta GPU for optimization.
3
Deep Learning
Añadir a la lista de deseos
Obtén el curso
Inscrito: 25 estudiantes
Duración: 24 horas
Conferencias: 4
Video: 6 SESIONES EN VIVO
Nivel: ESPECIALIZADO