<div dir="ltr"><div>Buenos días, </div><div>comparto con ustedes información recibida sobre un curso de posgrado.</div><div>A los interesados, les solicito que respondan a este correo, así les envío el formulario de inscripción.<br></div><div><br></div><div>---</div><div>Estimados/as doctorandos y doctorandas, buen día!<br><br>Les envío información sobre un curso de posgrado a dictarse en forma virtual, acreditable al <b>Doctorado en Ingeniería para las 3 menciones</b>, el cual otorga 2 UCAs.<br><br>Curso de posgrado: <b>“Reconocimiento de Imágenes con Machine-Learning”</b>.<br><br><b>Docentes:</b><br>Dr. Ing. Diego Sebastián COMAS (Facultad de Ingeniería UNMDP)<br>Dr. Ing. Gustavo Javier MESCHINO (Facultad de Ingeniería UNMDP)<br> <br><b>Contenidos mínimos:</b><br>Repaso de fundamentos de redes neuronales artificiales. Aprendizaje supervisado y no supervisado. Machine Learning. Deep Learning. Redes neuronales supervisadas para reconocimiento de escenas y segmentación de imágenes. Redes generadoras de imágenes. Aprendizaje por transferencia (transfer learning). Validación de modelos. Estrategias de prevención de sobreentrenamiento: regularización, dropout. Consideraciones sobre el conjunto de imágenes de entrenamiento. Técnicas de aumentación y balanceo de datos. Redes convolucionales (CNN). Redes generativas adversariales (GAN). Implementaciones en lenguaje de alto nivel (MATLAB, Keras y PyTorch en Python).<br><br><b>Enfoque del curso:</b> El curso está pensado como un curso introductorio al aprendizaje profundo aplicado a imágenes.<br>Se comenzará con un repaso general de los conceptos básicos de machine-learning y validación de modelos, avanzando en profundidad según sea requerido en virtud del conocimiento de los asistentes.<br><br>Los ejemplos y ejercicios prácticos estarán mayormente basados en la API Keras sobre TensorFlow en lenguaje Python, utilizando la plataforma gratuita de Google Colab con procesamiento en la nube. A medida que avance el curso se analizarán los casos particulares de otras plataformas y se podrán brindar herramientas para configurar equipos para el uso de Keras y PyTorch (incluyendo procesamiento en GPU).<br><br><b>Cronograma previsto:</b><br>Se realizará un cursado en forma intensiva. Se darán 6 clases teóricos-prácticas, que se complementarán con resolución de ejercicios y el trabajo final de aprobación. El cronograma previsto es:<br><br>Clase #1: Jueves 9/12 de 18.00 a 20.30hs.<br>Clase #2: Viernes 10/12 de 18.00 a 20.30hs.<br>Clase #3: Lunes 13/12 de 18.00 a 20.30hs.<br>Clase #4: Martes 14/12 de 18.00 a 20.30hs.<br>Clase #5: Miércoles 15/12 de 18.00 a 20.30hs.<br>Clase #6: Jueves 16/12 de 18.00 a 20.30hs.<br><br><b>La totalidad de las clases se realizará en forma virtual.</b><br><br>Saludos cordiales.<br></div><div><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div>---</div><div>Dra. Mercedes C. Rasia</div>Secretaría de Posgrado<div>Facultad de Ciencias de la Alimentación</div><div>Universidad Nacional de Entre Ríos</div><div><img src="https://docs.google.com/uc?export=download&id=1pry8Voj8k4E3DzbYowDfCEjdfMaFOJC9&revid=0B0A_sNunXNY-b2pId1RDb1pZMkNIWStaK0c4T0I5TGo5aU5zPQ" width="200" height="54"></div></div></div></div></div>