Curso online de Deep Learning aplicado a los SIG y la Teledetección
Curso
Online
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Descripción
-
Tipología
Curso intensivo
-
Nivel
Nivel avanzado
-
Metodología
Online
-
Horas lectivas
100h
-
Duración
8 Semanas
-
Campus online
Sí
-
Servicio de consultas
Sí
-
Tutor personal
Sí
Las imágenes de drones y de satélite son un recurso fundamental del análisis del territorio. Pese a que son una fuente de datos extraordinaria y cada vez más fácil de conseguir, su análisis y extracción de productos derivados con técnicas clásicas de teledetección en Sistemas de Información Geográfica no es suficiente para grandes volúmenes de datos.
Este Big Data es un entorno ideal para ser analizado con técnicas de Inteligencia Artificial (IA) como el Deep Learning. El Deep Learning consiste en el diseño de algoritmos que tratan de imitar el cerebro humano aprendiendo hasta niveles superiores que el Machine Learning.
En este curso el alumno adquiere las nociones básicas para aplicar estas técnicas en el análisis de imágenes y extraer productos georreferenciados para ser explotados en un SIG o GIS.
Utilizando la librería Keras de Python y usando imágenes aéreas aprenderás a clasificar tipos de suelos, detectar y contar coches y árboles automáticamente o extraer la geometría de edificios de forma georreferenciada.
Información importante
Precio a usuarios Emagister: DESCUENTO DEL 10 % para estudiantes y desempleados.
Bonificable:
Curso bonificable para empresas
Si eres trabajador en activo, este curso te puede salir gratis a través de tu empresa.
A tener en cuenta
La obtención, por parte del alumno, de conocimientos prácticos de deep learning, incluidas arquitecturas avanzadas, y la capacidad de aplicarlos en el entorno de los SIG y la teledetección.
El aprendizaje del lenguaje Python, sus herramientas para desarrollar modelos de deep learning y manipular datos de SIG.
Realizar proyectos para afianzar los conocimientos prácticos.
El aprendizaje de Python y su entorno para cálculo científico Anaconda, junto a las librerías Numpy, Matplotlib y Pandas.
Familiarizarse con el machine learning usando la librería Scikit Learn.
La obtención, por parte del alumno de conocimientos prácticos de deep learning, creando diferentes modelos con Keras.
Aprender a manipular formatos de datos SIG para traducir los resultados del análisis realizado con los modelos de deep learning.
El curso está dirigido a cualquier profesional del ámbito de los SIG o la teledetección que quiera usar las tecnologías de visión artificial más actuales para analizar imágenes aéreas.
No son necesarios conocimientos previos dado que el curso comienza desde cero. No obstante, es muy recomendable tener conocimientos de informática.
Certificado de asistencia otorgado por TYC GIS Formación.
Se contactará por email ampliando la información sobre el curso y aportando la documentación necesaria para hacer efectiva la inscripción en el mismo.
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 10 años en Emagister.
Materias
- Geometría
- Análisis de datos
- Inteligencia artificial
- Redes neuronales
- Algoritmos
- SIG
- Coches
- Satélite
- Sistemas de información
- Teledetección
- Gis (geographic information systems)
- Python
- Gis
- Big Data
- Drones
- Machine learning
- Deep learning
- Keras
Profesores
Adrián Pascual Bernal
Profesor
Graduado en Ingeniería Electrónica y Automatización Industrial por la Universidad de Extremadura. Experiencia en el desarrollo de sistemas de visión artificial y machine learning, programación GIS con Python y prototipado electrónico.
Temario
- Introducción a Anaconda
- Fundamentos de Python
- Instalación de librerías y de un entorno para deep learning y SIG
- Numpy: Manejo y operaciones con arrays
- Gráficas con Matplotlib
- Pandas, manipulación de datos
Evaluación
Ud.2 - INTRODUCCIÓN AL MACHINE LEARNING- Inteligencia artificial, machine learning frente a enfoque tradicional
- Tipos de sistemas de machine learning
- ¿Cómo aprenden los ordenadores?
- Aprendizaje supervisado con Scikit-Learn
- ¿Qué es deep learning?
- Deep learning aplicado a imágenes aéreas
- Keras y Tensorflow
Evaluación.
Ud.3 - DEEP LEARNING, REDES NEURONALES- ¿Qúe es una red neuronal artificial?
- Aprendizaje en redes neuronales artificiales
- Evaluación del modelo
- Generalización, sobreajuste, regularización
Práctica 1: Clasificación de tipos de suelo en imágenes de Sentinel 2
Evaluación.
Ud.4 - REDES NEURONALES CONVOLUCIONALES- Ventajas de las redes neuronales convolucionales (CNN)
- Estructura y componentes
Práctica 2: Clasificación de tipos de suelo en imágenes de Sentinel 2 con CNN
- Arquitecturas relevantes y aprendizaje por transferencia
- Aumento de datos y generadores de datos
Práctica 3: Clasificación de escenas en imágenes de Google Earth con CNN
Evaluación.
Ud.5 - DETECCIÓN DE OBJETOS- Estrategias y arquitecturas para la detección de objetos
- Evaluación de modelos de detección
- RetinaNet. Descripción e instalación de la implementación
Práctica 4: Detección de árboles con RetinaNet
Práctica 5: Detección de vehículos con RetinaNet
Evaluación.
Ud.6 - SEGMENTACIÓN SEMÁNTICA- ¿Qúe es la segmentación semántica?
Práctica 6: Implementación de un modelo para segmentar edificios en imágenes de satélite
- Arquitecturas relevantes para la segmentación
- Evaluación de modelos de detección
- U-Net. Descripción e instalación de la implementación
Práctica 7: Segmentación de edificios en imágenes de satélite con U-Net
Evaluación.
Ud.7 - MANIPULACIÓN DE DATOS SIG EN PYTHON- Manipulación de datos en formato raster
- Manipulación de datos en formato vectorial
Práctica 8: Implementación de un sistema de deep learning con datos en formato SIG
Evaluación.
Ud.8 - DESARROLLO DEL PROYECTOSe planteará un proyecto final del curso y se proporcionarán los recursos necesarios para su realización.
Información adicional
Nuestros cursos cuentan con unos contenidos claros y prácticos que se recogen en un manual de gran calidad. Este manual incluye los ejercicios realizados a lo largo del curso permitiendo al alumno afianzar y recordar los conocimientos adquiridos en el futuro.
Los profesores, todos ellos profesionales, están disponibles a través de la plataforma de formación para resolver las dudas. Además los formadores se conectarán dos horas semanales para poder ayudar al alumno en tiempo real.
Nuestros cursos cuentan ya con descuento del 20% y disponemos de un descuento adicional del 10% para desempleados. Además, para empresas, todos nuestros cursos son subvencionables a través de la fundación tripartita.
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Curso online de Deep Learning aplicado a los SIG y la Teledetección