Herramientas software para la realización de proyectos de AI aplicados a la investigación (2ª edición)

Introducción a la visión por computador y el procesado de imagen
0 out of 5
( No hay valoraciones aún. )

0,00€

Este curso se centra en la presentación de una serie de herramientas software que se emplean en la realización de proyectos relacionados con inteligencia artificial. El temario abarca una descripción de cada herramienta así como ejemplos reales de uso en diferentes casos prácticos. Para finalizar, se realizará un proyecto completo de IA que cubrirá el uso de todas las herramientas presentadas.

¡No te lo pierdas!

Categoría:
Ver carrito

El aumento masivo del volumen de datos y la irrupción de la inteligencia artificial en gran cantidad de sectores actuales han producido que se desarrollen nuevas herramientas de software para la gestión y tratamiento eficiente de este tipo de proyectos. La inteligencia artificial no sólo abarca la creación de los algoritmos, sino que es un ecosistema completo dónde aparecen los datos que se deberán almacenar (bases de datos, almacenamientos remotos), la gestión del código desarrollado (mediante repositorios externos o internos), el desarrollo de código (mediante entornos eficientes) y la encapsulación del
proyecto completo en contenedores u otras soluciones. Dado que toda la gestión de un proyecto es compleja si se está involucrado en todas las partes del mismo, este curso pretende dar una visión global y específica de las herramientas más empleadas en cada parte de este tipo de proyectos con ejemplos prácticos y mostrar la creación de un proyecto completo de principio a fin.

Inicio: 4 de marzo 2024

Fin: 28 de abril 2024

Duración: 50 horas

Contenido:

– Módulo 0 – Presentación del curso
– Módulo 1 – Proyectos de Inteligencia Artificial: Descripción de los módulos ysoluciones software que aparecen en una cadena de procesado de este tipo de proyectos.
– Módulo 2 –  Herramientas para el almacenamiento de datos: Bases de datos y forma de almacenar la información proveniente principalmente de los Datasets utilizados y los procesados realizados sobre los datos de entrada y resultados generados.
– Módulo 3 – Herramientas para el desarrollo y gestión de código: Descripción de herramientas software para escritura, ejecución y depuración de código así como gestión eficiente del mismo mediante control de versiones.
– Módulo 4 – Software y librerías para IA en Python: Descripción de librerías para desarrollo de inteligencia artificial en entornos de programación basado en el
lenguaje Python.
– Módulo 5 – Contenedores y encapsuladores de proyectos: Presentación de herramienta software para encapsulación y virtualización de software en
contenedores o soluciones de fácil despliegue en entornos remotos.
– Módulo 6 – – Creación y encapsulamiento de un proyecto completo de IA de principio a fin: Presentación final de un desarrollo completo de un proyectos de IA  aplicando todas las soluciones propuestas durante el curso.

¿A quien va dirigido?
A todo aquel que quiera iniciarse en el desarrollo de proyectos de AI.

Conocimientos previos recomendados:

  • No se requieren conocimientos previos pero se valora (opcional) conocer unas bases del lenguaje de programación Python de cara a la parte más práctica del curso en cuanto a programación. De cara a las demás herramientas que se usarán durante el curso, no se requiere un conocimiento previo de las
    mismas pero sí una soltura básica en instalación de software y ejecución de comandos en terminal en entornos Windows/Linux/Mac.
  • El alumno requerirá de un ordenador con conexión a internet para el acceso al material, la consulta de webs y el trabajo práctico en la nube mediante Google Colab (necesaria cuenta de Google) u otras. El alumno adquirirá conocimientos sólidos sobre el uso de distintas herramientas software para el
    desarrollo de proyectos de AI sobre datos masivos. La duración media de los videos oscilará entre 10 y 20 minutos en general. Finalmente se indica que este MOOC se ofertará como actividad relativa a la comunidad EELISA de la UPM Data4Good: Openness, Ethics, Resilience and Governable use of Data a la que parte del equipo docente pertenece.

 

Profesores:

El equipo es personal docente e investigador de un grupo de investigación de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid. Cuenta con una amplia experiencia en docencia en el campo de la gestión y el desarrollo de proyectos de investigación basados en tecnologías de Inteligencia Artificial. Junto a las asignaturas impartidas, el equipo cuenta con numerosas publicaciones indexadas en el campo del análisis de datos multimedia y sensores, trabaja en diferentes proyectos a nivel nacional y europeo en los campos de salud, multimedia y redes de nueva generación y cuenta con gran cantidad de proyectos final de carrera, fin de máster y tesis doctorales finalizadas y en curso en este ámbito..

Federico Álvarez García

Ingeniero de telecomunicación (2003) y doctor (2009), es Catedrático de Universidad. Imparte docencia en las áreas de sistemas de comunicaciones y multimedia, tanto en grado como en máster. En 2006 trabajó en el centro de investigación IRT en Munich. Ha participado y coordinado durante los últimos 10 años en numerosos proyectos europeos. Cabe destacar que actualmente es el coordinador de los proyectos DAFNE+, EU4Child, Genomed4ALL, SYNTHEMA, RESCUER, TeNDER en el programa europeo H2020 o bien el Horizonte Europa. Asimismo ha coordinado varios consorcios europeos en el H2020 y FP7, y cuenta con más de 20 proyectos europeos como Investigador Principal desde el FP7. Trabajó como experto para el European Institue for Prospective Technological Studies en el área de “mobile search” y ha participado en organismos de estandarización como DVB-ETSI o CENELC TC206. Es autor de más de 110 contribuciones a revistas, congresos internacionales, libros y capítulos de libros en el campo de las comunicaciones multimedia y análisis de señal multimodal. Es director del GATV desde 2019.
Alberto Belmonte Hernández:  

Obtuvo el Máster en Ingeniería de Telecomunicaciones en 2020 y terminó su doctorado en Tecnologías y Sistemas de Comunicaciones (CUM LAUDE) ambos por la Universidad Politécnica de Madrid. Desde 2019 es profesor en la Escuela Técnica Superior de Ingenieros de Telecomunicación donde colabora en diferentes asignaturas de grado y máster. Su interés científico se centra principalmente en la inteligencia artificial aplicada a diferentes tipos de datos multimedia y sensores. Los temas actuales en los que trabaja son la detección de objetos, clasificación y regresión con modelos de Deep Learning con datos tabulares, imágenes, audio y texto y datos biológicos, genómicos. Desde 2016 ha participado en +11 proyectos de investigación nacionales y europeos colaborando en el desarrollo y creación de diferentes tecnologías enmarcadas en el uso de sensores y dispositivos para la recogida y análisis de datos utilizando inteligencia artificial. Los proyectos se centran principalmente en diferentes áreas como la salud y la seguridad. Dentro de los proyectos de salud, la principal aportación es el desarrollo de sistemas basados en sensores para la recogida y análisis de datos mediante técnicas de aprendizaje para la predicción de diferentes patrones o eventos. En cuanto al resto de proyectos, el principal objetivo es el desarrollo de soluciones de Deep Learning sobre datos multimedia donde la mayoría de las tecnologías se basan en datos procedentes de cámaras. Todo el trabajo de investigación realizado en los proyectos se refleja en un total de 10 publicaciones en revistas científicas, 7 de ellas Q1, 5 artículos en congresos internacionales y 1 capítulo de libro.
Silvia Alba Uribe Mayoral

Recibió el título de Ingeniero de Telecomunicación en febrero de 2008, el Máster en Tecnologías y Sistemas de Comunicaciones en septiembre 2010, el Máster en Gestión de las Telecomunicaciones en 2013 y finalmente el Doctorado (cum laude) en Tecnologías y Sistemas de Comunicaciones en 2016 todos por la Universidad Politécnica de Madrid (UPM). Es miembro del GATV desde 2006. Sus intereses profesionales incluyen la interactividad, la personalización de contenidos y las tecnologías big data. Relacionado con esto, ha participado con responsabilidades técnicas y de gestión en diversos proyectos tanto nacionales (Buscamedia, Ciudad2020, LPS-BIGGER, Repara 2.0) como europeos (COVID-X, GenoMed4All, eASLA, LASIE, EasyTV, etc.). Además, es autora y coautora de varios artículos y contribuciones en conferencias y revistas internacionales. Desde marzo de 2021 ejerce como Profesora Ayudante Doctor en la Escuela Técnica Superior de Ingeniería de Sistemas Informáticos de la UPM. Forma parte de la Comunidad Eelisa Data4Good, del Grupo de Innovación Educativa Redes y Servicios de Comunicación y, desde septiembre de 2022, del Comité Técnico de Human Machine Interaction and User Experience del IEEE Consumer Technology Society (CTSoc)
Francisco Moreno García:

Recibió el título de Ingeniero Técnico de Informática de Gestión en 2008 en la Universidad Politécnica de Madrid. En 2007 realizó su trabajo de fin de carrera, en la Universidad de Roskilde (Dinamarca) titulado “Information retrieval in email fields”. Desde 2007 a 2012 trabajó en diversas empresas en el área de desarrollo web, llegando incluso a ser el jefe del departamento de desarrollo en la empresa SrBurns. En 2012 se mudó a Reino Unido donde trabajó dos años y medio como desarrollador móvil para le empresa Psycle, realizando aplicaciones nativas tanto para iOS como para Android. En octubre de 2015 comenzó en el Grupo de Aplicación de Telecomunicaciones Visuales perteneciente al Departamento de Señales Sistemas y Radiocomunicaciones de la Escuela Superior de Ingenieros de Telecomunicaciones de la Universidad Politécnica de Madrid, donde se encuentra realizando labores de desarrollo móvil para en distintos proyectos de investigación.

 

Valoraciones

No hay valoraciones aún.

Solo los usuarios registrados que hayan comprado este producto pueden hacer una valoración.

Información del vendedor