Aplicaciones de Machine Learning en Sensores Remotos

Al finalizar el curso el estudiante estará en capacidad de: Aprender a utilizar las principales funcionalidades de Python, así como los paquetes seleccionados más importantes de este lenguaje (Numpy / SciPy / Pandas / Matplotlib/Scikit-learn), a través de un proyecto en Jupyter Notebook y/o Google Colaboratory. Conocer y aplicar los conceptos básicos de Inteligencia Artificial, así como los principales algoritmos de Machine Learning y Deep Learning, aplicados a procesos de optimización, simulación y control de calidad. Extraer características relevantes y patrones en conjuntos de datos de sensores remotos. Clasificar y predecir datos para resolver problemas en situaciones reales en diferentes áreas como la ingeniería, agricultura, biología, geología y gestión del riesgo ambiental. Aprender a utilizar las principales librerías de Machine Learning en la actualidad (Scikit- Learn), y de Deep Learning (Keras, TensorFlow y PyTorch).

Estudiantes y Profesionales dedicados a los sectores de ingeniería mecánica, civil, eléctrica, industrial, de procesos y en general, interesados en fortalecer conocimientos en programación en Python, así como conocer los principios básicos en Inteligencia Artificial (Machine Learning y Deep Learning), y su aplicación en fases de planeación, aplicación, análisis y predicción de proyectos de ingeniería.

Certificado de participación.

Clases virtuales de forma sincrónica. La metodología en la que se basa este curso es una combinación entre la teoría y ejercicios prácticos, programados en lenguaje Python, donde los participantes pueden aplicar los conceptos aprendidos en su carrera profesional, así como una serie de sesiones donde el instructor cubre los conceptos básicos del material.