CG1, CG2, CG5, CG11.

CE4, CE5, CE6, CE8, CE12, CE13.

50%

50%

2,4

3,6

7

Algebra matricial
Manejo básico de Python
Las asignaturas de Aprendizaje Supervisado I, II, III y Aprendizaje No Supervisado.

1.. Introducción a los datos no estructurados. 2. Introducción al procesamiento digital de Imágenes. 3. Problemas relacionados con imágenes: clasificación, segmentación, localización de objetos, Operaciones de reducción y transformaciones básicas con imágenes. 4. Algoritmos de aprendizaje automático para datos no estructurados: Redes Neuronales.

La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:

a) La calificación de la prueba final
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%

La asignatura puede superarse mediante evaluación continua.

Cualquier estudiante tendrá derecho a realizar la prueba final, y que la calificación obtenida en dicha prueba constituya la nota final de la asignatura.

Szeliski, R. (2022). Computer vision: algorithms and applications. Springer Nature. https://szeliski.org/Book/

Woods, R. E., & Gonzalez, R. C. (2021). Digital image processing third edition. ( https://ucm.on.worldcat.org/oclc/318406316 )

S., Mugesh. Hands-On ML Projects with OpenCV: Master Computer Vision and Machine Learning Using OpenCV and Python, Orange Education PVT Ltd, 2023. ProQuest Ebook Central, https://ebookcentral.proquest.com/lib/universidadcomplutense-ebooks/detail.action?docID=30682670.

Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep learning, An MIT Press book (2016). https://www.deeplearningbook.org/
https://docs.opencv.org/