Reconocimiento de Patrones

Curso Reconocimiento de Patrones (Versión 2021)

Coordenadas

Página del curso: https://domingomery.ing.uc.cl/teaching/patrones/

Mail del Profesor: domingo.mery@uc.cl

Zoom de las clases: https://notredame.zoom.us/my/patrones (Meeting ID: 386 155 8778)

YouTube: http://youtube.com/domingomery

GitHub: https://github.com/domingomery/patrones

Google Classroom: Class code = asifzvs

Navegación

Clases On-line

A raíz de la pandemia, el curso durante este semestre (primer semestre del 2021) será dictado 100% on-line:

+ Link: https://notredame.zoom.us/my/patrones

+ Meeting ID: 386 155 8778

Las clases son los martes y jueves de 11:30 a 12:50. Las clases comienzan el martes 16/Marzo/2021 a las 11:30. Todas las clases serán grabadas en YouTube.

Las clases de este curso (Version 2021) se encuentran grabadas en esta PlayList:

Todas las clases grabadas del curso dictado el primer semestre del 2021.

Todas las clases de la version 2020 se encuentran disponible en esta Play List de YouTube.

Calendario

Descripción

El reconocimiento, la descripción, la clasificación y la agrupación de patrones de forma automática, son problemas importantes en una gran variedad de aplicaciones de ingeniería, psicología, medicina, economía, biologías, etc. El problema consiste en asignar automáticamente a una clase una muestra según las mediciones realizadas sobre la muestra. En el curso se estudiará la teoría necesaria para resolver este problema, y se aplicará la teoría en ejemplos prácticos tales como detección automática de tumores, reconocimiento de caracteres, detección de defectos, etc.

Objetivos

  1. Analizar las nociones básicas de extracción de características, selección de características, clasificación y evaluación de desempeño.
  2. Aplicar técnicas basadas en procesamiento de imágenes para la extracción de características geométricas y cromáticas en problemas donde el reconocimiento de patrones se realice a  partir de información visual.
  3. Diseñar y evaluar características a ser extraídas donde la reconocimiento de patrones se realiza a partir de información visual u otro tipo de información.
  4. Evaluar algoritmos eficientes para seleccionar características: Análisis de componentes principales, discriminante de Fisher, búsqueda exhaustiva, búsqueda secuencial, Branch&Bound, entre otros.
  5. Diseñar clasificadores capaces de resolver problemas reales basados en las técnicas de clasificador lineal, árbol binario de decisión, vecino más cercano, Mahalanobis, Bayes, SVM, redes neuronales entre otros.
  6. Aplicar técnicas para establecer y comparar el desempeño de los clasificadores: Validación cruzada, bootstrap, e intervalos de confianza basados en distribuciones estadísticas.
  7. Diseñar un sistema automatico de reconocimiento de patrones capaz de resolver un problema real.

Lugar y Fecha

El curso se imparte en la sala K202 los martes y jueves de 11:30 a 12:50hrs. El curso inicia el martes 10/03/20.

Evaluación

  • Trabajo en clases 20% (el promedio debe ser mayor o igual a  4.0)
  • 4 tareas 50% (el promedio debe ser mayor o igual a  4.0)
  • Proyecto 30% (la nota ser mayor o igual a  4.0)