Laboratorio de Interpretación de imágenes mediante AI
Impartido por:
Lo que aprenderás en este curso:
- Desplegar IBM Visual Recognition a través en IBM Cloud.
- Crear un proyecto de reconocimiento de imágenes.
- Crear colecciones de datos/imágenes como activos del proyecto.
- Asignar el servicio de VR y crear un modelo de explotación basado en ML.
- Entrenamiento del modelo para mejorar la capacidad del bot.
Requisitos del curso
Para la realización de este laboratorio, no se requieren conocimientos técnicos previos.
Valoraciones de estudiantes:
Contenido del curso:
-
- 5m
-
¿Qué es Inteligencia Artificial?6m
-
¿Qué es Big Data?3m
-
¿Qué es Machine Learning?6m
-
¿Qué es Cloud Computing?4m
-
-
Introducción y uso de IBM Cloud14m
-
Software As A Service (SAAS)15m
-
-
- 3m
-
Puesta en marcha de la infraestructura7m
-
Ejercicio: Clasificación de animales19m
-
Ejercicio: Detección de objetos17m
-
-
Introducción a Node-RED9m
-
Integración con Node-RED19m
-
Carga masiva de imágenes3m
-
-
-
Conclusiones y próximos pasos6m
-
Te dejamos una selección de cursos, carreras y artículos
Laboratorio de Asistentes de voz para dispositivos IoT
En este laboratorio aplicaremos tecnologías de Inteligencia Artificial, como son los asistentes virtuales, a un sistema de Internet de las Cosas que crearemos. Después vamos …
Interpretación de voz humana mediante IA para chatbots
En este taller aprenderás a utilizar un servicio Cloud de Inteligencia Artificial (con IBM) para aprender a añadir interfaces de voz a chatbots. Usaremos el …
Dudas frecuentes
¿Cuándo comienza el laboratorio?
En OpenWebinars ni cursos ni talleres ni laboratorios tienen fecha de inicio o final.
Cada laboratorio tiene una fecha de publicación y desde ese día lo tienes 100% disponible si estás suscrito a alguno de nuestros planes.
¿Cuál es el precio?
En OpenWebinars no vendemos formaciones.
Tenemos diferentes tipos de suscripciones, que te dará acceso completo a todas las formaciones de la plataforma y a las nuevas que vamos lanzando, siempre y cuando tu suscripción esté activa (como Spotify con la música o Netflix con las películas y series).
¿Eres una empresa? Tenemos planes especiales para ti. Consúltanos aquí.
El objetivo de este laboratorio es que los alumnos conozcan IBM Watson Visual Recognition, una de las herramientas de Inteligencia Artificial que está teniendo mayor impacto en muchos sectores, ya que permite crear aplicaciones innovadoras usando la tecnología más puntera de reconocimiento visual impulsada por IA.
A lo largo del mismo se realizará un ejemplo totalmente práctico de desarrollo para que los alumnos sean capaces de crear sus propios modelos basados en Machine Learning.
Es una formación de nivel principiante, por lo que no es necesario tener conocimientos técnicos ni ser programador, ya que no será necesario dominar ningún lenguaje de escritura de código para desarrollar estos modelos.
El desarrollo de este laboratorio se divide en varias partes, comenzando por una introducción en la que tendrá una primera toma de contacto con conceptos como Inteligencia Artificial, Big Data, Machine Learning y Cloud Computing.
Después se introducirá el IBM Cloud, la nube que se utilizará a lo largo de esta formación, explicando sus componentes y Software as a Service (SaaS) que emplearemos, además de realizar el alta en este servicio de una forma práctica, así aprenderás a crear tu cuenta, manejar el panel de control y usar sus servicios.
El siguiente bloque sería también teórico, en el que se explicará para qué sirven los SaaS que usaremos más adelante. Seguidamente, en el nuevo apartado del laboratorio, el tutor expondrá a nivel teórico los ejercicios que va a realizar, para después realizarlos de una forma aplicada.
Como puedes comprobar este laboratorio es una forma perfecta de iniciarse en el desarrollo de este tipo de aplicaciones, ya que durante el mismo aprenderás a desplegar IBM Visual Recognition a través en IBM Cloud, crear un proyecto de reconocimiento de imágenes, crear colecciones de datos e imágenes como activos del proyecto, asignar el servicio de VR y crear un modelo de explotación basado en ML, además de aprender a entrenar el modelo para mejorar la capacidad del bot.
