Modalidad: A distancia.

Objetivo General

Proveer al participante las herramientas necesarias para desplegar en un servidor local o en la nube aplicaciones de aprendizaje automático.

Objetivos específicos

El participante:

• Guardar y cargar el modelo
• Entornos virtuales de Python con Pipenv y Conda
• Instalación y uso the VS Code (IDE)
• Python Web Frameworks (Streamlit)
• Servicios Web con Flask
• Gestión de Entornos con Docker
• Despliegue en la Nube con AWS Elastic Beanstalk
• Introducción a Serverless
• AWS Lambda

Dirigido a

Profesionistas con conocimientos en la programación de modelos o algoritmos de aprendizaje automático que requieren crear aplicaciones que provean servicios de inteligencia artificial en un servidor.

Esquema Curricular

Calendarización y Costo

Consultar Educación Continua: Oferta Educativa | Primer Semestre 2024.pdf

Contenido

1. Despliegue del Modelo de ML localmente con Streamlit
   • Introducción a Streamlit y construcción de aplicaciones básicas.
   • Características avanzadas de diseño e interactividad.
   • Integración de modelos de aprendizaje automático complejos.
   • Mejores prácticas para la optimización del rendimiento y despliegue.
2. Despliegue del Modelo de ML como una API Usando Flask
   • Introducción a Flask y la creación de RESTful API
   • Diseñar una API de Flask robusta con funcionalidad completa de endpoints.
   • Implementar medidas de seguridad adicionales y limitación de tasa.
3. Contenerización Usando Docker
   • Explorar en detalle las opciones de red y almacenamiento de Docker.
   • Aprender sobre Docker Compose para orquestar aplicaciones de múltiples contenedores.
4. Despliegue en la Nube
   • Explorar servicios adicionales de AWS relevantes para el despliegue de ML.
   • Ejercicios prácticos sobre gestión y auto-escalado de aplicaciones desplegadas.
   • Estrategias avanzadas de despliegue en AWS Lambda y Elastic Beanstalk.

Registro de Candidatos

Completar el formulario de registro.(https://forms.gle/wKmPnoWm2vnqw6z48).

Informes

Modalidad: A distancia.

Objetivo General

Introducir al participante a la programación de algoritmos de aprendizaje automático utilizando el lenguaje de programación Python y herramientas de código abierto.

Objetivos específicos

Al finalizar el curso el participante conocerá como:

• Programar aplicaciones de aprendizaje automático en ambientes colaborativos.
• Preparar y visualizar bases de datos para extraer la mayor y mejor información posible.
• Implementar soluciones basadas en modelos de aprendizaje automático a problemas reales.
• Evaluar diferentes modelos utilizando las herramientas adecuadas.

Dirigido a

El curso está dirigido a profesionistas que tengan interés por aprender o reforzar sus conocimientos en los fundamentos del desarrollo de aplicaciones de aprendizaje automático. El curso es de carácter introductorio orientado a aquellos estudiantes con poca experiencia en programación y sin fundamentos previos de aprendizaje automático. El curso lleva al estudiante en un proceso de aprendizaje incremental desde la manipulación de bases de datos, su procesamiento, visualización y análisis, hasta finalmente construir soluciones a problemas reales utilizando redes neuronales multicapa.

Esquema Curricular

Calendarización y Costo

Consultar Educación Continua: Oferta Educativa | Primer Semestre 2024.pdf

Contenido

• Introducción al aprendizaje automático.
• Ambientes de programación Web: Jupyter notebook y Google Colab.
• Preparación de los datos (recopilación, limpieza, estructuración, transformación, enriquecimiento y validación)
• Reducción de la dimensionalidad de los datos.
• Visualización estática, animada, interactiva y estadística, dashboards.
• Redes neuronales multicapa para regresión y clasificación con Scikit-learn.
• Evaluación y selección del modelo: métricas, validación cruzada, curvas de validación, ajuste de parámetros.

Registro de Candidatos

Completar el formulario de registro.(https://forms.gle/wKmPnoWm2vnqw6z48).

Informes

Modalidad: A distancia.

Objetivo General

Introducir al participante a la programación de algoritmos de visión computacional o procesamiento de imágenes utilizando el lenguaje de programación Python y herramientas de código abierto.

Objetivos específicos

Al finalizar el curso el participante conocerá como:

• Programar aplicaciones básicas de visión computacionales con la biblioteca OpenCV.
• Procesar y visualizar imágenes y video en Python.
• Implementar soluciones sencillas basadas en modelos de visión computacional a problemas reales.

Dirigido a

El curso está dirigido a profesionistas que tengan interés por aprender los fundamentos del desarrollo de aplicaciones de visión computacional. El curso es de carácter introductorio orientado a aquellos estudiantes con poca experiencia en programación y sin fundamentos previos de visión computacional.

Esquema Curricular

Calendarización y Costo

Consultar Educación Continua: Oferta Educativa | Primer Semestre 2024.pdf

Contenido

• Introducción.
• Herramientas de programación: openCV.
• Aspectos básicos de manipulación de imágenes y video.
• Transformaciones geométricas y de valor en imágenes.
• Segmentación de imágenes y caracterización de formas.
• Detección de bordes y parametrización de líneas y círculos.
• Detección y representación de rasgos en imágenes.
• Registro de imágenes.

Registro de Candidatos

Completar el formulario de registro.(https://forms.gle/wKmPnoWm2vnqw6z48).

Informes