Об этом курсе
Недавно просмотрено: 34,989

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 25 часа на выполнение

Предполагаемая нагрузка: 6 semanas de estudio, 2-3 horas/semana...

Испанский

Субтитры: Испанский
User
Учащиеся, которые проходят продукт ''Course'
  • Entrepreneurs
  • Engineers
  • Data Engineers
  • Teachers
  • Data Analysts
User
Учащиеся, которые проходят продукт ''Course'
  • Entrepreneurs
  • Engineers
  • Data Engineers
  • Teachers
  • Data Analysts

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 25 часа на выполнение

Предполагаемая нагрузка: 6 semanas de estudio, 2-3 horas/semana...

Испанский

Субтитры: Испанский

Программа курса: что вы изучите

Неделя
1
4 ч. на завершение

Introducción a la clasificación de imágenes

7 видео ((всего 118 мин.)), 9 материалов для самостоятельного изучения, 3 тестов
7 видео
Características locales de la imagen16мин
Detección de características locales: SIFT20мин
Descripción de características locales: SIFT22мин
Correspondencia de imágenes10мин
K-NN: Clasificación por vecino más cercano17мин
Evaluación del rendimiento14мин
9 материала для самостоятельного изучения
Antes de empezar10мин
Temario10мин
Formato del curso y evaluación10мин
Preguntas frecuentes10мин
Enlaces relacionados10мин
Presentación del código10мин
Instalación y configuración10мин
Código y ejercicios para el módulo 110мин
Más información10мин
3 практического упражнения
Prueba tus conocimientos16мин
Prueba tus conocimientos8мин
Cuestionario del módulo 120мин
Неделя
2
3 ч. на завершение

Bag of Words (BoW)

7 видео ((всего 95 мин.)), 4 материалов для самостоятельного изучения, 3 тестов
7 видео
Construcción del vocabulario: K-Means11мин
Representación de la imagen8мин
Support Vector Machines (SVM): Conceptos básicos12мин
Support Vector Machines (SVM): Desarrollo matemático15мин
Support Vector Machines (SVM): Cuestiones prácticas16мин
Evaluación del rendimiento14мин
4 материала для самостоятельного изучения
Conjunto de imágenes de entrenamiento y evaluación10мин
Código para el módulo 210мин
Ejercicios para el módulo 210мин
Más información10мин
3 практического упражнения
Prueba tus conocimientos6мин
Prueba tus conocimientos12мин
Cuestionario del módulo 220мин
Неделя
3
2 ч. на завершение

Extracción de características

6 видео ((всего 94 мин.)), 3 материалов для самостоятельного изучения, 1 тест
6 видео
Detección de características locales: SURF19мин
Descripción de características locales: SURF10мин
Estrategias de selección de puntos de interés15мин
Uso del color25мин
Reducción de descriptores: PCA18мин
3 материала для самостоятельного изучения
Código para el módulo 310мин
Ejercicios para el módulo 310мин
Más información10мин
1 практическое упражнение
Cuestionario del módulo 320мин
Неделя
4
2 ч. на завершение

Estrategias de fusión

5 видео ((всего 63 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
5 видео
Early fusion12мин
Intermediate fusion11мин
Late fusion13мин
Combinaciones en Late fusion15мин
3 материала для самостоятельного изучения
Código para el módulo 410мин
Ejercicios para el módulo 410мин
Más información10мин
3 практического упражнения
Prueba tus conocimientos8мин
Prueba tus conocimientos8мин
Cuestionario del módulo 420мин
4.4
Рецензии: 25Chevron Right

Лучшие отзывы о курсе Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen?

автор: EVAug 16th 2017

Estupendo curso! Estoy haciendo un TFG de un clasificador automático de sonidos y el curso me ha ayudado mucho a consolidar conceptos! 100% recomendable!!

автор: JEJan 9th 2018

Muy buen curso se aprende mucho y varias maneras para realisarlo a demás que se entiende de manera fácil

Преподаватели

Avatar

Ernest Valveny

Catedrático Escuela Universitaria
Departamento de Ciencias de la Computación
Avatar

Jordi Gonzàlez Sabaté

Profesor Titular de Universidad
Departamento de Ciencias de la Computación
Avatar

Ramon Baldrich Caselles

Profesor titular
Departamento de Ciencias de la Computación

О Автономный университет Барселоны

The Universitat Autònoma de Barcelona (UAB) is a public university located in the metropolitan area of Barcelona. International in its outlook, it is fully consolidated within its local surroundings, and offers quality education in close association with research activity, the transfer of scientific, technological, cultural and educational knowledge, the promotion of its human potential and the responsible management of available resources. The UAB currently offers 81 degrees, 130 official Master Programmes and 183 UAB-specific Masters Degrees. In addition, it offers 174 lifelong learning programmes and 65 PhD Programmes, 27 of which have been distinguished through Quality Awards. The UAB has a total of over 3,500 teaching and research staff, over 2,000 administrative staff and over 40,000 students....

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

  • Sí, puedes solicitar el certificado antes, durante, o al finalizar el curso.

  • Aunque el curso esté diseñado e impartido por la Universidad Autónoma de Barcelona, el certificado lo emite Coursera.

    ¿Qué información incluye?

    · el título del curso

    · la firma del (o de los) instructor(es)

    · el logo de la UAB

    · una url de verificación que permite a terceras personas comprobar la autenticidad del certificado

  • · créditos académicos de la UAB

    · la calificación final obtenida en el curso

    · tu foto del documento de identidad

    · las horas dedicadas al curso

    Recuerda que el certificado no se envía por correo postal o correo electrónico, sino que se trata de un PDF que puedes descargar e imprimir. También puedes compartirlo electrónicamente.

    Lamentablemente Coursera no puede emitir un certificado de curso con más información de la que ya incluye. Si deseas más información al respeto, por favor consulta las páginas de ayuda de Coursera.

  • No. El certificado confirma que el alumno ha superado el curso, pero no es un título oficial de la Universidad Autónoma de Barcelona.

Остались вопросы? Посетите Центр поддержки учащихся.