Deep Learning aplicado: Diagnóstico de Covid-19 en Rayos X
What you'll learn
- Entender la intuición detrás de los modelos de Deep Learning
- Entender la intuición detrás de los algoritmos de Redes Neuronales Convolucionales
- Entender la intuición detrás del procesamiento de imágenes médicas (Rayos X de tórax) con algoritmos de Inteligencia Artificial
- Realizar el paso a paso para la construcción de un modelo de Deep Learning
- Realizar el paso a paso para el despliegue de un modelo de Deep Learning
- Entender las consideraciones de dominio técnico y médico para implementar proyectos de Deep Learning exitosos
Course content
- Preview06:56
- 04:11¿Qué es Deep Learning?
- 03:31Bienvenida al curso
Requirements
- Poseer una cuenta de Google
- Conocimientos básicos de Cloud Computing
- Conocimientos básicos de programación en Python
- Conocimientos básicos de algoritmos de Redes Neuronales Artificiales
Description
Bienvenido a este curso 100% aplicado en el que podrás aprender el paso-a-paso de la construcción y despliegue de un modelo de Deep Learning para el análisis y procesamiento de imágenes de Rayos X de tórax y clasificar imágenes de Covid-19 vs Normal.
Estructura temática:
¿Qué es Deep Learning?
¿Por qué Deep Learning?
Redes Neuronales Convolucionales
Data augmentation e Image normalization
Transfer Learning
Modelos Pre-entrenados: DenseNet
Construcción y entrenamiento de un modelo de Deep Learning
Evaluación de un modelo de Deep Learning vía métricas como: Accuracy, Sensitivity y/o Specificity
Configuración de ambiente en la nube para el despliegue en Google Cloud Platform + CentOS
Despliegue de modelos en la nube como Servicio Web REST desde cero
Implementación de llamadas al Servicio Web desde cero
Consideraciones técnicas y de dominio en los proyectos de Deep Learning
Curso 100% práctico:
El curso prioriza el desarrollo de algoritmos en sesiones de laboratorio y actividades de programación 100% hands-on con los que podrás reproducir cada una de las líneas de código con explicaciones muy bien detalladas, sin descuidar los fundamentos teóricos de cada uno de los conceptos descritos.
Herramientas Python 3.0:
Todas las herramientas necesarias para el curso se podrán configurar directamente en la nube de Google; por tanto, no será necesario invertir tiempo en instalaciones de herramienta de forma local.
El curso se desarrolla con las herramientas más populares y de alta madurez del ecosistema de Python 3.0 como:
TensorFlow
Keras
Pandas
NumPy
Flask
Etc.
El despliegue se realiza utilizando la nube de Google en la que se configura paso a paso una máquina virtual (virtual machine) usando la distribución Linux CentOS como sistema operativo del servidor.
Who this course is for:
- Cualquier interesando en desarrollar y desplegar modelos de Deep Learning
- Personal médico e investigadores cuya labor se relaciona a la aplicación de tecnologías 4.0 en el área médica
- Ingenieros de tecnología que quieran entender como funcionan los algoritmos de Inteligencia Artificial
- Científicos de Datos que quieran entender el proceso end-to-end de la construcción de un modelo de Deep Learning
- Emprendedores que quieran generar disrupción usando algoritmos de Inteligencia Artificial en sus procesos
Instructor
![Mirko J. Rodríguez Mallma](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.8 Instructor Rating
- 43 Reviews
- 183 Students
- 2 Courses
Systems Engineer with more than fifteen years of experience on implementing Technology & Data based projects in different industries: finance, telecommunications, retail, etc.
He currently works as a senior technology consultant (Industry 4.0) and also teaches Data Science related courses on the followoing topics:
- Applied Artificial Intelligence
- Machine Learning
- Deep Learning (Computer Vision)