What Is React Native? Beginner’s Guide + FAQ
August 9, 2024
Article
Recommended experience
Intermediate level
Habilidades básicas de programación en Python, comprender conceptos básicos de álgebra, cálculo y estadística y aprendizaje supervisado.
Recommended experience
Intermediate level
Habilidades básicas de programación en Python, comprender conceptos básicos de álgebra, cálculo y estadística y aprendizaje supervisado.
Reconocer los orígenes históricos de la visión por computador y explorar arquitecturas clave que la impulsaron.
Identificar las aplicaciones de arquitecturas modernas en casos prácticos de la vida diaria usando técnicas de visión por computador.
Identificar áreas esenciales de la visión por computador, como reconocimiento, segmentación y reconstrucción.
Add to your LinkedIn profile
4 assignments
Add this credential to your LinkedIn profile, resume, or CV
Share it on social media and in your performance review
La visión por computador es una destreza indispensable en el mercado laboral, catalizando avances significativos en campos como la inteligencia artificial, la robótica y la automatización. Su uso transforma nuestra interacción con la tecnología, optimizando sistemas de producción y fomentando la innovación en la interacción humano-computadora. Nuestro curso brinda una comprensión detallada de esta tecnología, destacando su capacidad para procesar información visual en diversas tareas.
Daremos un enfoque profundo a la composición y procesamiento de imágenes desde una perspectiva computacional, concentrándonos en aprendizaje profundo y Redes Neuronales Convolucionales (CNN) para la clasificación de imágenes. Exploraremos modelos avanzados como los Transformer Visuales y técnicas como aprendizaje auto-supervisado, Few-Shot learning, y Masked Autoencoders, abarcando la detección de objetos, segmentación de imágenes y calibración de cámaras. En etapas avanzadas, nos enfocaremos en la reconstrucción 3D, análisis de movimiento, flujo óptico y temas emergentes como el metaverso y la realidad aumentada. El curso se basa en un aprendizaje teórico, el cual es reforzado con un enfoque práctico basado en casos y aplicaciones de la visión por computador en el mundo real. Los estudiantes accederán a recursos variados como videos, lecturas y actividades, promoviendo un aprendizaje integral y aplicado de esta tecnología revolucionaria. ¿Para quién es este curso?: (qué perfil de entrada debería tener el estudiante que toma este curso) Este curso se dirige a cualquier persona que tenga interés en conocer de manera introductoria el área de la visión por computador y los avances contemporáneos que esta rama ha tenido en diferentes aplicaciones. Principalmente, está pensado para personas con por lo menos un título de pregrado en ingeniería y ciencias de la computación y es deseable que los estudiantes cuenten con conocimientos de básicos de programación. Sin embargo, cualquier persona que quiera estudiar esta área para aplicarla en su contexto puede tomar el curso.
Este módulo ofrece una introducción a la visión por computador, abarcando desde su conceptualización hasta sus aplicaciones prácticas. Exploraremos las tareas fundamentales que constituyen este campo, la evolución histórica de la tecnología y los principios de cómo las máquinas interpretan las imágenes. Nos adentraremos en la naturaleza de las imágenes digitales, cómo se forman y cómo se estructuran los conjuntos de datos para su análisis. Introduciremos el uso del aprendizaje profundo para la clasificación de imágenes y desglosaremos los conceptos y la arquitectura detrás de las Redes Neuronales Convolucionales (CNN). Al final de este módulo, los participantes podrán construir su propia CNN y tendrán una comprensión sólida de los fundamentos de la visión por computador, preparándolos para sumergirse en aplicaciones más complejas.
4 videos6 readings1 assignment2 plugins
En este módulo exploramos los Transformers Visuales, su impacto en el campo de la visión por computador y sus aplicaciones en escenarios reales. Comenzaremos con una visión general de este sistema, introduciendo su arquitectura innovadora y cómo se diferencia de otros modelos en el procesamiento de imágenes. Además, examinaremos los componentes clave que permiten abordar tareas como la clasificación, detección y segmentación de imágenes. Además, introduciremos distintos métodos de supervisión del aprendizaje automático que darán al participante herramientas necesarias en escenarios donde no hay suficientes anotaciones. Finalizado este módulo, habremos estudiado también los fundamentos de la segmentación y sus inicios como tarea de visión por computador.
2 videos4 readings1 assignment2 plugins
En este módulo exploraremos los principios básicos de la reconstrucción 3D, el análisis de movimiento y la visión egocéntrica. Iniciaremos con una revisión de los parámetros esenciales para la calibración de cámaras, los cuales son cruciales para el análisis de imágenes en diversas aplicaciones de la visión por computadora. Proseguiremos con el estudio de las técnicas para la reconstrucción tridimensional y el análisis del movimiento, además de revisar algunas de sus aplicaciones prácticas en escenarios reales. Posteriormente, nos enfocaremos en la visión egocéntrica, examinando su evolución y algunas de las principales bases de datos que impulsan el progreso en este campo. Al finalizar este módulo, los participantes tendrán una comprensión sólida de los principios y técnicas que fundamentan la calibración de cámaras, el análisis de movimiento y la visión egocéntrica, preparándolos para aplicar estos conocimientos en el desarrollo de tecnologías de realidad aumentada, realidad mixta y entornos virtuales.
1 video4 readings1 assignment2 plugins
Este módulo ofrece una introducción a la creciente área de la generación y a los modelos fundacionales en la visión por computador. Exploraremos herramientas de gran utilidad en la generación de imágenes sintéticas, como lo son las redes generativas y los modelos de difusión. Asimismo, los participantes aprenderán a reconocer las limitaciones de estos modelos y el funcionamiento del estado del arte. Exploraremos los elementos esenciales de los modelos fundacionales y cómo éstos permiten combinar datos de distinta naturaleza. Al finalizar, los participantes tendrán el conocimiento necesario para reconocer las piezas clave del desarrollo de herramientas de inteligencia artificial y estarán listos para aplicarlas en tareas de visión por computador.
3 videos3 readings1 assignment1 ungraded lab
La Universidad de los Andes es una institución autónoma, independiente e innovadora que propicia el pluralismo, la tolerancia y el respeto de las ideas; que busca la excelencia académica e imparte a sus estudiantes una formación crítica y ética para afianzar en ellos la conciencia de sus responsabilidades sociales y cívicas, así como su compromiso con el entorno.
Universidad de los Andes
Build toward a degree
Course
Universitat Autònoma de Barcelona
Course
Universitat Autònoma de Barcelona
Course
University of Colorado Boulder
Course
This course is part of the following degree program(s) offered by Universidad de los Andes. If you are admitted and enroll, your completed coursework may count toward your degree learning and your progress can transfer with you.¹
This course is part of the following degree program(s) offered by Universidad de los Andes. If you are admitted and enroll, your completed coursework may count toward your degree learning and your progress can transfer with you.¹
Universidad de los Andes
Degree · 24 meses
¹Successful application and enrollment are required. Eligibility requirements apply. Each institution determines the number of credits recognized by completing this content that may count towards degree requirements, considering any existing credits you may have. Click on a specific course for more information.
Unlimited access to 10,000+ world-class courses, hands-on projects, and job-ready certificate programs - all included in your subscription
Earn a degree from world-class universities - 100% online
Upskill your employees to excel in the digital economy
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.