Skip to content

domingomery/patrones

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 

Repository files navigation

Reconocimiento de Patrones

Planificacion del curso por dia

(este material tambien esta disponible en las clases de cada capitulo)

Clase 01 Ma. 12-Mar-2024:

  • 0.1-Video de esta clase [YouTube]
  • 0.1-Programa del curso Reconocimiento de Patrones [PDF]
  • 0.1-Presentacion del curso [PPT]
  • 0.1-Libro: Elements of Statistical Learning (Hastie et al., 2008) [Book]
  • 0.1-Libro: Neural Networks and Deep Learning (Aggarwal, 2019) [Book]
  • 0.1-Libro: Deep Learning (Goodfellow, 2016) [Book]
  • 0.1-Libro: Computer Vision (Szeliski, 2010) [Book]
  • 0.1-Libro: Computer Vision for X-ray Testing (Mery, 2015) [Book]
  • 1.1-Ejercicio vision humana [PPT]

Clase 02 Ju. 14-Mar-2024:

  • 1.2-Video de esta clase [YouTube]
  • 1.2-Ejemplo practico [PPT]
  • 1.5-Definiciones [PPT]
  • 1.1-Vision humana / Vision por computador [PPT]
  • 1.1-E01: Ejercicio en clases > Login Student > PATRONES2024 [Socrative]

Clase 03 Ma. 19-Mar-2024:

  • 1.3-Video de esta clase [YouTube]
  • 1.3-Formulacion metodologica [PPT]
  • 1.2-Extraccion de caracteristicas para el problema J y Q [PPT]
  • 1.2-Ejemplo separacion de dos letras (J y Q) [Colab]
  • 1.4-Esquema basico de reconocimiento de patrones [PPT]
  • 1.3-Lectura complementaria [PDF]

Clase 04 Ju. 21-Mar-2024:

  • 2.1-Video de esta clase [YouTube]
  • 2.1-Caracteristicas geometricas [PPT]
  • 2.1-Caracteristicas geometricas [Paper]
  • 2.1-Capitulo - Image Representation [Chapter]
  • 2.1-Ejemplo sobre caracteristicas geometricas [Colab]
  • 2.1-Momentos de Flusser [Paper]
  • 2.1-Momentos de Hu [Paper]
  • 2.1-E02: Ejercicio en clases > Login Student > PATRONES2024 [Socrative]

Clase 05 Ma. 26-Mar-2024:

  • 2.1-Video de esta clase [YouTube]
  • 2.1-Descriptores de Fourier [Pizarra]
  • 2.1-Descriptores de Fourier [PPT]
  • 2.1-Ejemplo sobre descriptores de Fourier [Colab]
  • 2.2-Local Binary Patterns [PPT]
  • 2.2-Paper de LBP [Paper]

Clase 06 Ma. 02-Apr-2024:

  • 2.2-Video de esta clase [YouTube]
  • 2.2-Local Binary Patterns [PPT]
  • 2.2-Ejemplo sobre LBP en reconocimiento facial [Colab]
  • 2.2-Local Binary Patterns (invariante a la rotacion) [PPT]
  • 2.2-Lectura complementaria de LBP [Paper]
  • 2.2-E03: Ejercicio en clases > Login Student > PATRONES2024 [Socrative]

Clase 07 Ju. 04-Apr-2024:

  • 2.2-Video de esta clase [YouTube]
  • 2.2-Caracteristicas de textura de Haralick [PPT]
  • 2.2-Paper de Haralick [Paper]
  • 2.2-Caracteristicas de Gabor [PPT]
  • 2.2-Paper de Gabor [Paper]
  • 2.2-Aplicacion de caracteristicas de Gabor [Paper]
  • 2.2-Ejemplo sobre reconocimiento de texturas [Colab]
  • 2.2-Video experimento con gatos (1/2) [Video]
  • 2.2-Video experimento con gatos (2/2) [Video]
  • 2.2-Comparacion de caracteristicas de textura [Paper]

Clase 08 Ma. 09-Apr-2024:

  • 2.2-Video de esta clase (E04) [YouTube]
  • 2.2-E04: Ejercicico 04 sobre deteccion de caras (Colab) [Colab]
  • 2.2-E04: Solucion [Colab]
  • 2.2-Video de esta clase (HoG) [YouTube]
  • 2.2-Histogram of Gradients (HoG) [PPT]
  • 2.2-Paper HoG [Paper]
  • 2.2-Deteccion de peatones usando HoG [Colab]

Clase 09 Ju. 11-Apr-2024:

  • 2.2-Video de esta clase [YouTube]
  • 2.2-SIFT (Intro) [PPT]
  • 2.2-Paper SIFT [PPT]
  • 2.2-Reconocimiento de vacas usando SIFT [Colab]
  • 2.2-Implementacion de HoG en Python con OpenCV [phyton]

Clase 10 Ma. 16-Apr-2024:

  • 2.2-Video de esta clase [YouTube]
  • 2.2-E05: Ejercicico 05 sobre deteccion de paredes rayadas (Colab) [Colab]
  • 2.2-E05: Solucion [Colab]
  • 2.2-Video de esta clase [YouTube]
  • 2.2-Caracteristicas de intensidad [PPT]
  • 2.2-Caracteristicas de intensidad [Paper]
  • 2.2-Crossing Line Profile (CLP) [PPT]
  • 2.2-Crossing Line Profile (CLP) [Paper]

Clase 11 Ju. 18-Apr-2024:

  • 2.2-Ejemplo de Intensidad (basicas, contraste, CLP) [Colab]
  • 3.1-Introduccion a la Seleccion de Caracteristicas [Apuntes]
  • 3.1-Introduccion a la Seleccion de Caracteristicas [PPT]
  • 3.1-Introduccion a la Seleccion de Caracteristicas [Paper]
  • 3.1-Explicacion de Tarea 02 [Canvas]

Clase 12 Ma. 23-Apr-2024:

  • 3.1-Video de esta clase [YouTube]
  • 3.4-Busqueda Exhaustiva [PPT]
  • 3.1-Clean: Limpieza de datos [PPT]
  • 3.5-SFS [PPT]
  • 3.5-Ejemplo de Seleccion de Caracteristicas [Colab]

Clase 13 Ju. 25-Apr-2024:

  • 3.1-Video de esta clase [YouTube]
  • 3.4-E06: Ejercicico 06 sobre deteccion de espinas (Colab) [Colab]
  • 3.4-E06: Solucion [Colab]

Clase 14 Ma. 07-May-2024:

  • 3.3-Video de esta clase [YouTube]
  • 3.3-Discriminante Fihser y Matrices de Covarianza [PPT]
  • 3.3-Discriminante Fihser y Matrices de Covarianza [Apuntes]
  • 3.7-Branch and Bound [PPT]
  • 3.3-E07: Ejercicio en clases > Login Student > PATRONES2024 [Socrative]

Clase 15 Ju. 09-May-2024:

  • 3.3-Video de esta clase [YouTube]
  • 3.4-Seleccion versus Transformacion [PPT]
  • 3.5-Principal Components Analysis PCA [PPT]
  • 3.4-Ejemplo de Reconocimiento Facial con LBP y PCA, ICA, PLSR [Colab]
  • 3.4-ICA [Apuntes]

Clase 16 Ma. 14-May-2024:

  • 3.3-Video de esta clase [YouTube]
  • 3.1-Esquema general con seleccion de caracteristicas [Apuntes]
  • 3.5-Bateria de Ejemplos de Seleccion de Caracteristicas [Colab]
  • 3.1-How to Perform Feature Selection With Numerical Input Data [Apuntes]
  • 3.1-Libreria sklearn para Feature Selection [Libreria]
  • 3.1-Libreria mlxtend [Python]
  • 3.5-Esquema del Ejercicio 08 [PPT]
  • 3.5-E08: Ejercicio 08 sobre Sel/Trans de Caracteristicas (Colab) [Colab]

Clase 17 Ju. 16-May-2024:

  • 4.1-Video de esta clase [YouTube]
  • 4.1-Introduccion [PPT]
  • 4.2-Clasificador KNN - vecino mas cercano [PPT]
  • 4.2-Clasificador DMIN - distancia minima [PPT]
  • 4.4-Clasificador de Bayes [PPT]
  • 4.2-Clasificadores basicos [Colab]
  • 4.2-Set de validacion para hiperparametros [Colab]

Clase 18 Ju. 23-May-2024:

  • 4.3-Video de esta clase [YouTube]
  • 4.3-Clasificadores LDA, QDA, Mahalanobis [PPT]
  • 4.3-Arboles de decision [PPT]
  • 4.1-Entropia [YouTube]
  • 4.2-Clasificadores basicos [Colab]
  • 4.1-Visualizacion del espacio de caracteristicas [Colab]

Clase 19 Ma. 28-May-2024:

  • 4.1-Video de esta clase [YouTube]
  • 4.2-E09: Ejercicio en clases > Login Student > PATRONES2024 [Socrative]

Clase 20 Ju. 30-May-2024:

  • 4.6-Video de esta clase [YouTube]
  • 4.6-Redes Neuronales [PPT]
  • 4.6-Algoritmo Backpropagation [Apuntes]
  • 4.6-Clasificador basado en Redes Neuornales (from skratch) [Colab]
  • 4.6-Clasificador basado en Redes Neuornales [Colab]
  • 4.6-Ejemplo NN en MNIST con pytorch [Colab]
  • 4.6-Libro de Neural Networks and Deep Learning [Book]

Clase 21 Ma. 04-Jun-2024:

  • 4.1-Video de esta clase [YouTube]
  • 4.5-Introduccion a SVM [PPT]
  • 4.5-Teoria sobre SVM [Apuntes]
  • 4.5-Teoria sobre SVM [Paper]
  • 4.5-Teoria sobre SVM [Paper]
  • 4.5-Tutorial de SVM en phyton [YouTube]
  • 4.5-Video de teoria de SVM (MIT lesson) [YouTube]
  • 4.5-Ejemplo de SVM con sklearn [Colab]
  • 4.7-E10: Ejercicio 10 sobre Clasificadores Avanzados (Colab) [Colab]

Clase 22 Ju. 06-Jun-2024:

  • 5.1-Video de esta clase (accuracy) [YouTube]
  • 5.5-Estimacion de Accuracy [PPT]
  • 5.5-Ejemplo de estimacion de accuracy [Colab]
  • 5.5-Seleccion de Modelos [PDF]

Clase 23 Ma. 11-Jun-2024:

  • 7.1-Video de esta clase [YouTube]
  • 5.2-Matriz de Confusion [PPT]
  • 5.1-Video de esta clase (matriz de confusion) [YouTube]
  • 7.1-Machine Learning Yearing (Libro) [Book]
  • 5.5-E11: Ejercicio en clases > Login Student > PATRONES2024 [Socrative]

Clase 24 Ju. 13-Jun-2024:

  • 4.1-Video de esta clase [YouTube]
  • 4.7-Deep Learning [PPT]
  • 4.7-Ejemplo CNN basico (ojo vs. nariz) new [Colab]
  • 4.7-Ejemplo CNN basico (deteccion de defectos) new [Colab]
  • 4.7-Ejemplo CNN basico (deteccion de covid) new [Colab]
  • 4.7-Ejemplo CNN basico (perros y gatos) new [Colab]
  • 4.7-Ejemplo CNN basico (clasificacion de lunares - 2 clases) new [Colab]
  • 4.7-Ejemplo CNN basico (clasificacion de lunares - 7 clases) new [Colab]

Clase 25 Ma. 18-Jun-2024:

  • 5.1-Video de esta clase [YouTube]
  • 7.1-Analisis Facial [PPT]
  • 5.3-Metricas de Genuinos vs. Impostores [PPT]
  • 5.3-Metricas de Genuinos vs. Impostores [PDF]
  • 5.3-Ejemplo de AdaFace y metricas de evaluacion new [Colab]
  • 4.7-E11: Ejercicio 11 sobre CNN (Colab) [Colab]

Clase 26 Ma. 25-Jun-2024:

  • 7.1-Video de esta clase [YouTube]
  • 6.2-Clustering: K-Means [PPT]
  • 6.2-Clustering: Hierarchic [PPT]
  • 6.2-Clustering: Mixture of Gaussians [PPT]
  • 6.2-Clustering: Mean Shift [PPT]
  • 6.2-Ejemplos de Clustering new* [Colab]
  • 6.2-Ejemplo de Face-Clusering new [Colab]

Clase 27 Ju. 27-Jun-2024:

  • 7.1-Video de esta clase [YouTube]
  • 6.3-BoW: Bag of Words [PPT]
  • 6.3-Ejemplo de Bag of Words [Colab]
  • 6.3-Ejercicio en clases > Login Student > PATRONES2024 [Socrative]

Updated on 17-Jun-2024 at 14:54 by Domingo Mery