Deep Learning para visión por computador con R y Keras.

Deep Learning para visión por computador con R y Keras.

Aprendizaje profundo para visión por computador. Aprende a diseñar modelos basados en redes neuronales convolucionales.

Instructores: PhD. Manuel Castillo.

Contenido Actualizado: Abril 2024

Requisitos previos: Antes de realizar el curso se recomienda encarecidamente tener conocimientos sobre Machine Learning. Este es el curso continuación del también curso de Udemy llamado:

• Deep Learning para datos tabulares con el lenguaje R y Keras. Deep Learning para Tidy Data con R y Keras. Aprendizaje profundo con R para Tidy Data. Aprende a desarrollar modelos basados en redes neuronales de básico a experto

Descripción del Curso:

Bienvenido al curso de Deep Learning para visión por computador con R y Keras. En este curso trataremos la librería Keras de Python para Deep Learning y cómo usarla para desarrollar y evaluar modelos de Deep Learning para imágenes. En este curso, descubriremos las técnicas, código y habilidades de Deep Learning que luego puede llevar a sus propios proyectos de Machine Learning.

Si está interesado en Deep Learning, tenemos que comenzar por desarrollar y evaluar modelos de Deep Learning. Luego, si descubres que realmente le gusta o tienes una habilidad especial para ello, más adelante podrás profundizar más en los antecedentes y la teoría, según lo necesites para ayudarte a desarrollar mejores y más valiosos resultados.

En este contexto, para este curso se ha escogido la mejor plataforma para comenzar y desarrollar muy rápidamente modelos de Deep Learning potentes a través de la librería Keras de R.

La librería Keras envuelve la complejidad de la computación numérica de Theano y TensorFlow proporcionando una API concisa que usaremos para desarrollar nuestra propia red neuronal y modelos Deep Learning. Además, trataremos las habilidades de Deep Learning para llevar esta nueva tecnología asombrosa a nuestros propios proyectos.

El curso  está dirigido a personas que tengan conocimientos de Machine Learning, conocimientos intermedios del lenguaje de programación y que quieran adentrarse a este apasionante mundo de dentro del campo de Deep Learning y redes neuronales.

Contenidos del Curso:

MÓDULO I. Introducción - Teoría / Pŕactica.

• Anaconda como nuestro gestor de trabajo.

• Jupyter Notebook o RStudio como nuestro entorno de Deep Learning.

• Curso rápido de R.

• Introducción a la librerías Keras

MÓDULO II. Fundamentos de Deep Learning - Teoría / Pŕactica.

• ¿Qué son las redes neuronales?

• Historia de las redes neuronales.

• Curso intensivo en perceptrones multicapa.

• Desarrolle su primera red neuronal con Keras.

• Utilice modelos de Keras  para Machine Learning general.

MÓDULO III. Fundamentos de Redes Neuronales - Teoría

• Neurona como unidad fundamental.

• Como trabaja una neuronal.

• Perceptrón multicapa.

• Cómo opera el perceptrón multicapa.

• Simulación de una arquitectura de red neuronal.

MÓDULO IV. Fundamentos de Redes Neuronales - Práctica

• Nuestra primera red neuronal.

• Desarrollar la primera red neuronal para Tidy Data.

• Desarrollo del percertrón multicapa para Tidy Data.

• MLP para problemas de regresión

• MLP para problema de imágenes.

MÓDULO V. Redes Neuronales Convolucionales - Teoría

• Fundamentos de las CNNs

• Operación convolución y Pooling

• Capas totalmente conectadas

• Backpropagation y Gadiente descendiente

• Coste, sesgo y activación.

• Capas totalmente conectadas

• Padding y Stride.

MÓDULO VI. Redes Neuronales Convolucionales - Práctica

• Curso intensivo en redes neuronales convolucionales.

• Representación de datos en CNN

• Operación convolución

• Operaciones Padding y stride

• Proyectos con CNN con un canal (Blanco y negro)

• Proyectos con CNN con tres canales (color)

MÓDULO VII. Desarrollo avanzado de Redes Neuronales Convolucionales - Práctica

• Optimizar el rendimiento del modelo con Data Augmentation.

• TransferLearning

• Finetunning

MÓDULO VIII. Proyectos en Deep Learning para visión por computador - Práctica

• Reconocimiento de flores.

• Reconocimiento de dígitos manuscritos.

• Reconocimiento de objetos en fotografías.

• Clasificación de opiniones en revisión de películas (sentiment analysis).

• Clasificación de Perros Vs. Gatos.

• Clasitificación por tipo de ropa

Actividad virtual

• Sesiones de videoconferencias

• Análisis de casos

• Foros de discusión

• Trabajos parciales de los módulos

• Examen tipo test

• Lecturas comentadas y

• Búsquedas de información científica.

Procedimiento de la formación:

La formación te permitirá convertirte en un experto en la materia, y todo ello desde una formación principalmente práctica. A través de variadas actividades y proyectos completos podrás adquirir los conocimientos suficientes para ejercer profesionalmente de forma solvente. Además conocerás en detalle mi flujo de trabajo a la hora de afrontar un proyecto profesional. Para la realización de este curso no vas a necesitar el equipo informático más potente del mercado, ya que el software empleado durante formación online se encuentra perfectamente optimizado y su uso es muy fluido en todo tipo de equipos, tanto en PC como en Mac.

El aprendizaje será un proceso continuo donde los estudiantes tienen la oportunidad de ir trabajando con el editor de texto practicando lo expuesto en la parte de teoría.

Puedes elegir ver todas las lecciones de forma secuencial (lineal) y aprovecharlas al máximo la formación. Pero también puedes decidir ver este curso como una guía de referencia. Las clases están claramente organizadas en secciones lógicas y puedes decidir visualizar solo las clases que te resulten más importantes según tus necesidades formativas. A excepción de las lecciones PRO, la mayoría de las lecciones son independientes para que puedas comprender los conceptos de cada lección sin tener que ver las lecciones anteriores del curso.

Es excepcional el aumento en la demanda de profesionales en este ámbito por parte de las empresas de todo el mundo actualmente. Para desarrollar el programa formativo propuesto no ser requieren grandes conocimientos previos, ya que la formación se acomete desde un nivel de usuario 0. El curso está orientado a aquellos creativos que quieran ampliar sus skills (habilidades) y conocer múltiples trucos, consejos, recursos y recomendaciones, de la mano del instructor Dr. Manuel Castillo-Cara. Además todas las formaciones de Udemy disponen acceso automático al curso, sin limitación de tiempo, disponibilidad 24/7 (24 horas al día los 7 días de la semana), sin caducidad y con garantía de devolución.

Características del Curso:

Recuerda que esta formación incluye lecciones en vídeo fullHD con audio de estudio (compatible con TV, PC, Mac, tablet y smartphone), artículos didácticos, actividades, proyectos paso a paso, recursos descargables, links de interés, acceso de por vida, certificado de finalización, tutorización online, y una exclusiva comunidad de aprendizaje privada que nos ayudamos aportando nuestras experiencias en el foro de comunicación del curso.

¿A qué esperas?, este curso es ideal para ti, atrévete a convertirte en un experto. Adelante, nos vemos dentro de la formación