Este curso tiene como objetivo proporcionar a los estudiantes una comprensión completa de los fundamentos del aprendizaje automático en Python, con enfoque en la clasificación supervisada, extracción de características, clasificación de imágenes y detección de objetos. Los estudiantes aprenderán técnicas estadísticas, redes neuronales y aprendizaje profundo para optimizar el rendimiento del modelo de clasificación. Se utilizarán herramientas como numpy, matplotlib.pyplot, PIL.image, scikit learn y scikit-image. 

- Conocer los principios básicos de la Clasificación de Patrones
- Conocer los principales descriptores utilizados en la clasificación de imágenes y en la detección de objetos.
- Saber diseñar redes neuronales a medida para la resolución de un problema particular.
- Resolver problemas reales de clasificación de patrones con Python.

Todo el material docente se proporcionará en formato cuaderno de Jupyter Notebook.