Encabezado Facultad de Ciencias
Presentación

Matemáticas Aplicadas (plan 2017) 2025-1

Séptimo Semestre, Proyecto I

Grupo 6018, 30 lugares.
Clasificación de Imágenes con redes neuronales
Profesor Francisco Pérez Carbajal lu mi vi 11 a 12
Ayudante José Eduardo Rodríguez Barrios

 

🖼️ Clasificador de imágenes con redes neuronales

EN NUESTRO PRIMER DÍA DE CLASES HABLAREMOS DE LA FORMA DE TRABAJO, LA EVALUACIÓN. LAS EXPECTATIVAS DEL CURSO Y EL HORARIO. EL HORARIO DE CLASE PUEDE MODIFICARSE SEGÚN LA CONVENIENCIA DE LOS INTERESADOS, SIEMPRE Y CUANDO TODOS ESTEMOS DE ACUERDO.

🎯 Objetivo

El objetivo del curso es proporcionar a los participantes un conocimiento sobre el aprendizaje automático y las redes neuronales aplicadas al procesamiento y clasificación de imágenes. A lo largo del curso, los estudiantes aprenderán los fundamentos teóricos y prácticos de la clasificación de imágenes, incluyendo técnicas de evaluación y optimización del modelo. Además, se abordará el diseño y la construcción de una API para la implementación del clasificador de imágenes.



📅 Temario
Sección Descripción
1. Aprendizaje Automático y Redes Neuronales.
  • Principios básicos del aprendizaje automático.
  • Redes neuronales.
  • Redes neuronales convolucionales (CNN).
2. Procesamiento de Imágenes.
  • Fundamentos de procesamiento digital de imágenes.
  • Procesamiento de imágenes en Python.
  • Selección de conjunto de datos adecuado para el proyecto.
3. Clasificación de Imágenes.
  • Conceptos básicos de clasificación de imágenes.
  • Implementación de CNNs para la clasificación de imágenes.
4. Evaluación y Optimización del Modelo.
  • Métricas de evaluación de modelos de clasificación.
  • Ajuste de hiper parámetros.
  • Optimización del rendimiento del modelo.
5. Diseño y Construcción de la API.
  • Definición de requisitos y especificaciones para la API.
  • Implementación de endpoints para la carga de imágenes y la predicción de clases.
  • Documentación de la API.
  • Pruebas unitarias y de integración.

📗 Bibliografía
  1. Szeliski, Richard. "Computer Vision: Algorithms and Applications." Springer, 2010.
  2. Chollet, François. "Deep Learning with Python." Manning Publications, 2017.
  3. Grinberg, Miguel. "Flask Web Development: Developing Web Applications with Python." O'Reilly Media, 2018.
  4. Raschka, Sebastian, and Vahid Mirjalili. "Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow." Packt Publishing, 2019.
  5. Hunt, Andrew, and David Thomas. "The Pragmatic Programmer: Your Journey to Mastery." Addison-Wesley, 2019.
  6. Damiani, Ernesto, Jorge H. Doorn, and Ismael Caballero. "Soft Skills: The Software Developer's Life Manual." Manning Publications, 2014.
  7. "Python Deep Learning", Ivan Vasilev y Daniel Slater.

🎒 Evaluación del curso

Actividad Tema Descripción Porcentaje

Examen de redes neuronales

 1 Se realizará un examen escrito sobre los conceptos teóricos y prácticos relacionados con el aprendizaje automático y las redes neuronales. 20
Entrega de un Pipeline de datos 2 Los estudiantes deben desarrollar y entregar un pipeline de preprocesamiento y manejo de datos para la clasificación de imágenes. 20
Implementación de una Red CNN 3 y 4 Utilizando el pipeline desarrollado, los estudiantes deberán implementar una red neuronal convolucional (CNN) y ajustar sus hiperparámetros para optimizar el rendimiento del modelo. 20
Proyecto Final 5 Basado en todo lo aprendido y desarrollado durante el curso, los estudiantes deberán presentar un proyecto final. Este proyecto debe integrar y demostrar la aplicación de los conocimientos adquiridos en este proyecto. 40

📫 Contacto

  • Profesor: Francisco Carbajal, franciscop@ciencias.unam.mx

  • Ayudante: Eduardo Barrios, jrbeduardo@gmail.com

 


Hecho en México, todos los derechos reservados 2011-2016. Esta página puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la Institución.
Sitio web administrado por la Coordinación de los Servicios de Cómputo de la Facultad de Ciencias. ¿Dudas?, ¿comentarios?. Escribenos. Aviso de privacidad.