Veremos cómo el aprendizaje profundo -Deep Learning- es no sólo la clave de muchos de los más recientes y los próximos avances en automoción, electrónica de consumo, medicina, marketing, agro etc., sino también una de las herramientas más potentes y flexibles con las que afrontar la cuarta revolución industrial en la empresa. Presentaremos sus fundamentos, ejemplos que ilustren su potencial, así como algunos consejos prácticos para su implantación.
Programa
- Presentación e introducción. Deep learning: qué es y para qué sirve.
- Deep learning explicado sin ecuaciones
- Aplicaciones en visión artificial
- Deep learning para otros tipos de datos: texto, series temporales, tablas de datos, etc.
- El problema de los datos: ¿Pero cuántas imágenes necesito? Alternativas para conseguirlas.
- Deep learning para PYMEs. Qué necesito para empezar.
- Tendencias futuras. ¿Es esto otra burbuja?
- La cara B de la Inteligencia Artificial: limitaciones y amenzas
- Conclusiones
Dirigido a
Cualquier persona con interés por conocer cómo funciona la tecnología que está haciendo posible la actual revolución de la Inteligencia Artificial. También a aquellas personas que deseen explotar los datos que tienen en su empresa para mejorar sus procesos pero no saben cómo.
Ponente
Aitor Álvarez es Ingeniero de Telecomunicación por la UPV/EHU. Tras trabajar como consultor para Accenture y MS, entre 2008 y 2010 completó el máster Erasmus Mundus CIMET (Color in Informatics and Media Technology) en visión artificial y ciencia del color, con estancias en las universidades de Granada, Saint-Etienne, Gjøvik y Ámsterdam. Desde 2010 es investigador del área de Computer Vision de Tecnalia, colaborando en proyectos de procesado de imagen submarina o en condiciones adversas, imagen hiperespectral, reconstrucción 3D e image understanding para los sectores de siderurgia, biomedicina, packaging, o agro, entre otros. Actualmente realiza su tesis doctoral en tecnologías de Deep Learning en el grupo Learning and Machine Perception (LAMP) del Centro de Visión por Computador (CVC) - Universitad Autònoma de Barcelona (UAB).