Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA en vehículos autónomos
- Comprensión de los niveles de conducción autónoma y la integración de IA
- Visión general de los marcos de trabajo y librerías de IA utilizados en la conducción autónoma
- Tendencias e innovaciones en la autonomía vehicular impulsada por IA
Fundamentos del aprendizaje profundo para conducción autónoma
- Arquitecturas de redes neuronales para vehículos autónomos
- Redes neuronales convolucionales (CNN) para el procesamiento de imágenes
- Redes neuronales recurrentes (RNN) para datos temporales
Visión por computadora para conducción autónoma
- Detección de objetos utilizando YOLO y SSD
- Técnicas de detección de carriles y seguimiento de la vía
- Segmentación semántica para la percepción del entorno
Aprendizaje por refuerzo para decisiones de conducción
- Procesos de decisión de Markov (MDP) en vehículos autónomos
- Entrenamiento de modelos de aprendizaje profundo por refuerzo (DRL)
- Aprendizaje basado en simulación para políticas de conducción
Fusión de sensores y percepción
- Integración de datos de LiDAR, RADAR y cámaras
- Filtrado de Kalman y técnicas de fusión de sensores
- Procesamiento de datos multisensores para el mapeo del entorno
Modelos de aprendizaje profundo para la predicción de conducción
- Construcción de modelos de predicción de comportamiento
- Pronóstico de trayectorias para la evasión de obstáculos
- Reconocimiento del estado e intención del conductor
Evaluación y optimización de modelos
- Métricas para la precisión y el rendimiento del modelo
- Técnicas de optimización para la ejecución en tiempo real
- Despliegue de modelos entrenados en plataformas de vehículos autónomos
Estudios de caso y aplicaciones del mundo real
- Análisis de incidentes en vehículos autónomos y desafíos de seguridad
- Exploración de implementaciones exitosas de sistemas de conducción impulsados por IA
- Proyecto: Desarrollo de un modelo de IA para seguimiento de carriles
Requerimientos
- Dominio del lenguaje de programación Python
- Experiencia con marcos de trabajo de machine learning y deep learning
- Conocimiento de la tecnología automotriz y la visión por computadora
Público Objetivo
- Científicos de datos que aspiren a trabajar en aplicaciones de conducción autónoma
- Especialistas en IA enfocados en el desarrollo de IA para la industria automotriz
- Desarrolladores interesados en técnicas de aprendizaje profundo para vehículos autónomos
21 Horas
