Machine Learning e Imágenes en Python

Responsable académico: Dra. Valeria Rulloni

Organiza: LaPSe (Laboratorio de Procesamiento de Señales), Departamento de Matemática de la FCEFyN.

Fecha: 2 de agosto al 8 de noviembre 2022 (defensa: 24/11 o 14/12)

Horario: martes de 19 a 22hs. y supervisión en horario a confirmar

Duración: 60 hs

Cupo: 55 Alumnos

El curso posee examen final.

Dra. Valeria S. Rulloni

Dra. A. Carolina Maldonado

Colaboran:

Ing. Juan Manuel López

Ing. Sebastián Palacio

Ing. Axel Aguerreberry

La modalidad este año será presencial y virtual-presencial de forma alternada.

Interesados no residentes en Córdoba consultar opciones a vrulloni@unc.edu.ar

Estudiantes avanzados, egresados, docentes de la UNC y público en general.

• El desarrollo de las clases buscará ser un lugar de trabajo de aprendizaje, formación colaborativa y aplicación directa de los conceptos.
• Las clases se apoyarán en explicaciones conceptuales y en el desarrollo de ejercicios teórico-prácticos propuestos por las docentes, los colaboradores y/o los asistentes. Es esencial y el objetivo del curso la participación activa de todos los asistentes en la resolución de ejercicios en la clase para el debate constructivo, aprendizaje y el enriquecimiento grupal. La realización de ejercicios específicos en software es uno de los pilares del curso debido a su impacto positivo en el afianzamiento de los conceptos desarrollados.

• Herramientas de programación básicas en Python. Listas, tipo de datos, if, for, while,operadores, funciones, uso librerías.
• Imágenes digitales: tipos (binarias, monocromáticas, a color, videos).
• Histograma. Mejora de la imagen: Mejora punto a punto, contraste. Filtros: suavizado y detección de bordes. Vecindario, convolución, máscaras.
• Umbralado y Binarización. Operaciones Morfológicas: elemento estructurante, erosión, dilatación, cierre y apertura. Fusión de imágenes.
• Clasificación y segmentación de Imágenes.
• Aprendizaje automático.
• Aprendizaje profundo: Redes neuronales.
• Aplicaciones.

El curso consta 60 hs. repartido en 12 encuentros. Cada encuentro consistirá de una clase interactiva y de tiempo de supervisión personalizada. El desarrollo de las clases buscará ser un lugar de trabajo de aprendizaje y formación colaborativa. Curso teórico-práctico de aplicación directa de los conceptos.

Las clases se apoyarán en explicaciones conceptuales y en el desarrollo de ejercicios teórico-prácticos propuestos por las docentes y/o los asistentes. Es esencial y el objetivo del curso la participación activa de todos los asistentes en la resolución de ejercicios en la clase para el debate constructivo, aprendizaje y el enriquecimiento grupal. La realización de ejercicios específicos en computadora es uno de los pilares del curso debido a su impacto positivo en el afianzamiento de los conceptos desarrollados.

Se requiere que los participantes tengan a disposición su computadora personal. Se requieren conocimientos de álgebra lineal y nociones de estadística. Se pretende la participación activa de los asistentes en el
estudio y aplicación de las herramientas de procesamiento por lo que el conocimiento en fundamentos de programación o práctica en uso de software o lenguaje de programación tales como Matlab, Octave, Python, R, etc. es deseable pero no excluyente. Se trabajará en Google Colaboratory en Jupyter Notebook, para esto último se requiere el paquete Anaconda instalado.

Por email:

Dra. Valeria Rulloni: vrulloni@unc.edu.ar
Dra. A. Carolina Maldonado: ana.carolina.maldonado@unc.edu.ar