Visión por computadora con Google Colab y TensorFlow
La visión por computadora es un campo de rápido desarrollo dentro de la inteligencia artificial, y TensorFlow es una de las herramientas más potenciales disponibles para construir y desplegar modelos de visión. Este curso introduce a los participantes en técnicas avanzadas de visión por computadora utilizando TensorFlow y Google Colab, cubriendo áreas esenciales como las redes neuronales convolucionales (CNN) y las técnicas de procesamiento de imágenes.
Esta capacitación en vivo dirigida por un instructor (en línea o en las instalaciones) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de la visión por computadora y explorar las capacidades de TensorFlow para desarrollar modelos de visión sofisticados usando Google Colab.
Al final de esta capacitación, los participantes serán capaces de:
- Construir y entrenar redes neuronales convolucionales (CNN) utilizando TensorFlow.
- Aprovechar Google Colab para el desarrollo de modelos en la nube, escalable y eficiente.
- Implementar técnicas de preprocesamiento de imágenes para tareas de visión por computadora.
- Desplegar modelos de visión por computadora para aplicaciones del mundo real.
- Utilizar el aprendizaje de transferencia (transfer learning) para mejorar el rendimiento de los modelos CNN.
- Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.
Formato del curso
- Clases interactivas y discusiones.
- Abundantes ejercicios y prácticas.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para hacer los arreglos necesarios.
Temario del curso
Introducción a la visión por computadora
- Resumen de aplicaciones de la visión por computadora
- Comprensión de los datos y formatos de imágenes
- Desafíos en las tareas de visión por computadora
Introducción a las redes neuronales convolucionales (CNN)
- ¿Qué son las CNN?/li>
- Arquitectura de las CNN: capas convolucionales, pooling y capas totalmente conectadas
- Uso de las CNN en la visión por computadora
Práctica con TensorFlow y Google Colab
- Configuración del entorno en Google Colab
- Uso de TensorFlow para la construcción de modelos
- Construcción de un modelo CNN sencillo en TensorFlow
Técnicas avanzadas de CNN
- Aprendizaje de transferencia (transfer learning) para CNN
- Ajuste fino (fine-tuning) de modelos preentrenados
- Técnicas de aumento de datos (data augmentation) para mejorar el rendimiento
Preprocesamiento y aumento de imágenes
- Técnicas de preprocesamiento de imágenes (escalamiento, normalización, etc.)
- Aumento de datos de imagen para un mejor entrenamiento del modelo
- Uso de la pipeline de datos de imagen de TensorFlow
Construcción y despliegue de modelos de visión por computadora
- Entrenamiento de CNN para clasificación de imágenes
- Evaluación y validación del rendimiento del modelo
- Despliegue de modelos en entornos de producción
Aplicaciones del mundo real de la visión por computadora
- Visión por computadora en salud, venta minorista y seguridad
- Detección y reconocimiento de objetos impulsados por IA
- Uso de CNN para el reconocimiento de rostros y gestos
Requerimientos
- Experiencia en programación con Python
- Comprensión de los conceptos de aprendizaje profundo (deep learning)
- Conocimientos básicos de las redes neuronales convolucionales (CNN)
Público objetivo
- Científicos de datos
- Profesionales de IA
Los cursos públicos requieren más de 5 participantes.
Visión por computadora con Google Colab y TensorFlow - Reserva
Visión por computadora con Google Colab y TensorFlow - Consulta
Visión por computadora con Google Colab y TensorFlow - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
Modelos Avanzados de Aprendizaje Automático con Google Colab
21 HorasEsta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de nivel avanzado que deseen mejorar su conocimiento sobre modelos de aprendizaje automático, perfeccionar sus habilidades en el ajuste de hiperparámetros y aprender cómo desplegar estos modelos de manera efectiva mediante Google Colab.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar modelos avanzados de aprendizaje automático utilizando marcos de trabajo populares como Scikit-learn y TensorFlow.
- Optimizar el rendimiento de los modelos mediante el ajuste de hiperparámetros.
- Desplegar modelos de aprendizaje automático en aplicaciones del mundo real usando Google Colab.
- Colaborar y gestionar proyectos de aprendizaje automático a gran escala en Google Colab.
Inteligencia artificial para la atención médica utilizando Google Colab
14 HorasEsta formación en vivo, impartida por instructores en México (en línea o presencial), está dirigida a científicos de datos de nivel intermedio y profesionales de la salud que deseen aprovechar la IA para aplicaciones sanitarias avanzadas utilizando Google Colab.
Al finalizar esta capacitación, los participantes serán capaces de:
- Implementar modelos de inteligencia artificial para la atención médica mediante Google Colab.
- Utilizar IA para el modelado predictivo en datos sanitarios.
- Analizar imágenes médicas con técnicas impulsadas por inteligencia artificial.
- Explorar las consideraciones éticas en las soluciones de atención médica basadas en IA.
Análisis de Big Data con Google Colab y Apache Spark
14 HorasEsta formación en vivo dirigida por instructores en <ubic> (en línea o presencial) está orientada a científicos de datos e ingenieros de nivel intermedio que desean utilizar Google Colab y Apache Spark para el procesamiento y análisis de big data.
Al finalizar esta formación, los participantes podrán:
- Configurar un entorno de big data utilizando Google Colab y Spark.
- Procesar y analizar grandes conjuntos de datos de forma eficiente con Apache Spark.
- Visualizar big data en un entorno colaborativo.
- Integrar Apache Spark con herramientas basadas en la nube.
Introducción a Google Colab para Ciencia de Datos
14 HorasEste entrenamiento en vivo, impartido por un instructor en México (en línea o presencial), está dirigido a científicos de datos y profesionales de TI que desean aprender los conceptos básicos de ciencia de datos utilizando Google Colab.
Al finalizar este entrenamiento, los participantes serán capaces de:
- Configurar y navegar por Google Colab.
- Escribir y ejecutar código básico de Python.
- Importar y manipular conjuntos de datos.
- Crear visualizaciones utilizando bibliotecas de Python.
Google Colab Pro: Flujos de trabajo escalables de Python e IA en la nube
14 HorasAprendizaje profundo con TensorFlow en Google Colab
14 HorasEsta formación en vivo con instructores en México (en línea o presencial) está dirigida a científicos de datos y desarrolladores de nivel intermedio que desean comprender y aplicar técnicas de aprendizaje profundo utilizando el entorno de Google Colab.
Al finalizar esta formación, los participantes podrán:
- Configurar y navegar por Google Colab para proyectos de aprendizaje profundo.
- Comprender los fundamentos de las redes neuronales.
- Implementar modelos de aprendizaje profundo utilizando TensorFlow.
- Entrenar y evaluar modelos de aprendizaje profundo.
- Utilizar características avanzadas de TensorFlow para el aprendizaje profundo.
Visualización de datos con Google Colab
14 HorasEsta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a científicos de datos principiantes que desean aprender cómo crear visualizaciones de datos significativas y visualmente atractivas.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y navegar por Google Colab para la visualización de datos.
- Crear diversos tipos de gráficos utilizando Matplotlib.
- Utilizar Seaborn para técnicas avanzadas de visualización.
- Personalizar los gráficos para mejorar su presentación y claridad.
- Interpretar y presentar datos de manera efectiva mediante herramientas visuales.
Desarrollo de Reconocimiento Facial con IA para las Fuerzas del Orden
21 HorasEsta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a personal de las fuerzas del orden con conocimientos básicos que desee pasar del dibujo manual de retratos parlantes al uso de herramientas de IA para desarrollar sistemas de reconocimiento facial.
Al finalizar esta formación, los participantes serán capaces de:
- Comprender los fundamentos de la Inteligencia Artificial y el Aprendizaje Automático.
- Aprender los conceptos básicos del procesamiento digital de imágenes y su aplicación en el reconocimiento facial.
- Desarrollar habilidades para utilizar herramientas y marcos de trabajo de IA con el fin de crear modelos de reconocimiento facial.
- Adquirir experiencia práctica en la creación, entrenamiento y prueba de sistemas de reconocimiento facial.
- Comprender las consideraciones éticas y las mejores prácticas para el uso de la tecnología de reconocimiento facial.
Fiji: Procesamiento de imágenes para biotecnología y toxicología
14 HorasEsta capacitación práctica en México cubre los fundamentos de Fiji e ImageJ para la investigación biológica. Los alumnos adquieren habilidades prácticas en preprocesamiento de imágenes, análisis cuantitativo y automatización de macros para optimizar los flujos de trabajo con tejidos histológicos, células y otras muestras, logrando resultados reproducibles.
Aprendizaje automático con Google Colab
14 HorasEste curso en vivo con instructores en México (en línea o presencial) está dirigido a científicos de datos y desarrolladores de nivel intermedio que desean aplicar algoritmos de aprendizaje automático de manera eficiente utilizando el entorno de Google Colab.
Al finalizar este curso, los participantes podrán:
- Configurar y navegar por Google Colab para proyectos de aprendizaje automático.
- Comprender y aplicar varios algoritmos de aprendizaje automático.
- Utilizar bibliotecas como Scikit-learn para analizar y predecir datos.
- Implementar modelos de aprendizaje supervisado y no supervisado.
- Optimizar y evaluar modelos de aprendizaje automático de manera efectiva.
Procesamiento del Lenguaje Natural (NLP) con Google Colab
14 HorasEsta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a científicos de datos y desarrolladores de nivel intermedio que desean aplicar técnicas de NLP usando Python en Google Colab.
Al finalizar esta capacitación, los participantes serán capaces de:
- Comprender los conceptos fundamentales del procesamiento del lenguaje natural.
- Preprocesar y limpiar datos de texto para tareas de NLP.
- Realizar análisis de sentimiento utilizando las bibliotecas NLTK y SpaCy.
- Trabajar con datos de texto usando Google Colab para un desarrollo escalable y colaborativo.
Fundamentos de Programación en Python usando Google Colab
14 HorasEsta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a desarrolladores y analistas de datos con conocimientos básicos que desean aprender programación en Python desde cero utilizando Google Colab.
Al finalizar esta capacitación, los participantes serán capaces de:
- Comprender los fundamentos del lenguaje de programación Python.
- Implementar código de Python en el entorno de Google Colab.
- Utilizar estructuras de control para gestionar el flujo de un programa en Python.
- Crear funciones para organizar y reutilizar el código de manera efectiva.
- Explorar y utilizar bibliotecas básicas para la programación en Python.
Aprendizaje por Refuerzo con Google Colab
28 HorasEsta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de nivel avanzado que deseen profundizar su comprensión del aprendizaje por refuerzo y sus aplicaciones prácticas en el desarrollo de IA utilizando Google Colab.
Al finalizar esta formación, los participantes serán capaces de:
- Comprender los conceptos fundamentales de los algoritmos de aprendizaje por refuerzo.
- Implementar modelos de aprendizaje por refuerzo utilizando TensorFlow y OpenAI Gym.
- Desarrollar agentes inteligentes que aprendan mediante ensayo y error.
- Optimizar el rendimiento de los agentes mediante técnicas avanzadas como Q-learning y redes neuronales profundas Q (DQN).
- Entrenar agentes en entornos simulados utilizando OpenAI Gym.
- Desplegar modelos de aprendizaje por refuerzo para aplicaciones del mundo real.
Análisis de series temporales con Google Colab
21 HorasEsta capacitación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de datos de nivel intermedio que deseen aplicar técnicas de pronóstico de series temporales a datos del mundo real utilizando Google Colab.
Al finalizar esta capacitación, los participantes podrán:
- Comprender los fundamentos del análisis de series temporales.
- Utilizar Google Colab para trabajar con datos de series temporales.
- Aplicar modelos ARIMA para predecir tendencias de datos.
- Utilizar la biblioteca Prophet de Facebook para pronósticos flexibles.
- Visualizar datos de series temporales y los resultados del pronóstico.
Vision Builder para Inspección Automatizada
35 HorasEsta capacitación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean utilizar Vision Builder AI para diseñar, implementar y optimizar sistemas de inspección automatizada para procesos de Tecnología de Montaje Superficial (SMT).
Al finalizar esta capacitación, los participantes serán capaces de:
- Configurar e instalar inspecciones automatizadas utilizando Vision Builder AI.
- Adquirir y preprocesar imágenes de alta calidad para su análisis.
- Implementar decisiones basadas en lógica para la detección de defectos y la validación del proceso.
- Generar informes de inspección y optimizar el rendimiento del sistema.
