Differences

This shows you the differences between two versions of the page.

--- ia [2019/10/18 18:02]
jpirmz
+++ ia [2020/01/18 16:33] (current)
@@ Line 1: / Line 1: @@
 ==== Inteligencia Artificial ====
+=== Calificaciones finales AgoDic 2019 ===
+https://www.dropbox.com/s/6hheqpys6prfdn9/IA%20calif%20finales%20Ago%20Dic%202019.xlsx?dl=0
 [[https://www.dropbox.com/s/x4pntz47xwxxbc2/InteligenciaArtificial.pdf?dl=0|Temario y criterios de evaluación]]
@@ Line 14: / Line 18: @@
 Implementación del algoritmo de Dijkstra para referencia https://github.com/jpiramirez/roboticamovil/blob/master/dijkstra.py
+=== Ideas para proyectos finales ===
+  * Programa para jugar al ajedrez con interfaz gráfica, con minimax o con naive bayes
+  * Programa que obtenga el tema de un texto
+  * Vigilancia inteligente con red profunda y reglas
+  * Automatización de estacionamiento con reconocimiento de placas
+Enviar propuestas a [[https://forms.office.com/Pages/ResponsePage.aspx?id=cZgrEyXgrU6jTXvV56ODtJCtKqJk23RJnl2cQq_mg-dUM0YxWkxQNlBEWFpVU0dBSDZaWjRQTDBBRi4u|este enlace]].
 === Asignatura ===
@@ Line 99: / Line 112: @@
 Entregable: Programa con interfaz gráfica en Python o C++ que permita, al utilizar el mouse, trazar dígitos en 5 espacios. Tras capturar los dígitos, el sistema debe mostrar el número reconocido.
-Implementación: Utilice algún framework como sklearn, para entrenar un modelo predictivo con los datos de alguna base libre de dígitos manuscritos, tal como MNIST.
+Implementación: Utilice algún framework como sklearn, para entrenar un modelo predictivo con los datos de alguna base libre de dígitos manuscritos, tal como MNIST. Debe aumentar el conjunto de datos con sus propias muestras, al menos 10 muestras con todos los dígitos del 0 al 9. La efectividad del sistema debe ser apoyada por una adecuada validación cruzada y métricas de desempeño.
-Entrega:
+Entrega: El día de la entrega cada equipo deberá demostrar el funcionamiento de su proyecto frente al grupo. Explicarán brevemente su implementación, su validación y métricas de desempeño y permitirán que el profesor o sus compañeros prueben el sistema. Además se enviarán las implementaciones a través de la plataforma Dropbox (un envío por equipo).
 La implementación deberá ser, de preferencia, en Python. Su entrega debe incluir todos los archivos necesarios para ejecutar el programa, incluyendo un archivo llamado README.txt con instrucciones para la ejecución del programa. Favor de enviar un solo archivo comprimido Zip o Tar/GZ (RAR no, de preferencia).
-Enlace para enviar su proyecto: https://www.dropbox.com/request/TwUE7cS9zsoO4e3Ye0Hz
+Enlace para enviar su proyecto: https://www.dropbox.com/request/Pf8GtB4zmubjJU3AX7CU
-** Fecha de entrega: 11 de octubre de 2019 **
+** Fecha de entrega: 29 de octubre de 2019 **
+=== Proyecto en equipo 2 ===
+Objetivo: Implementación de un sistema de reconocimiento de rostros para aplicaciones de seguridad.
+Entregable: Programa con interfaz de usuario que determine si una imagen contiene el rostro de un usuario autorizado. Su sistema deberá utilizar una webcam (integrada o externa) para detectar el rostro de una persona, y determinar si dicho rostro ya es conocido. El sistema deberá permitir agregar nuevos rostros a la base de datos. Por motivos éticos y de protección de datos personales, únicamente debe almacenar rostros que el usuario agregue a través de la interfaz de su programa. //No almacene a disco o memoria persistente ningún otro rostro.//
+En este artículo puede consultar por qué es peligroso crear un sistema de reconocimiento facial sin tener consideraciones éticas https://ipvm.com/reports/hikvision-uyghur
+Implementación: Por su facilidad de uso, se recomienda utilizar la biblioteca Tensorflow con el frontend Keras. Para la detección de rostros, se recomienda utilizar [[https://pypi.org/project/mtcnn/|MTCNN]]. Para la verificación de rostros, puede utilizar [[https://github.com/davidsandberg/facenet|FaceNet]].
+Entrega: El día de la entrega cada equipo deberá demostrar el funcionamiento de su proyecto frente al grupo. Explicarán brevemente su implementación y permitirán que el profesor o sus compañeros prueben el sistema. Además se enviarán las implementaciones a través de la plataforma Dropbox (un envío por equipo).
+Nota sobre plagio o deshonestidad académica: Dado que existen proyectos similares en los que puede basarse, disponibles en línea, deberá dar crédito apropiado en caso de utilizarlos (incluyendo nombre del proyecto utilizado, ubicación en linea y nombre(s) de autor(es)), y su proyecto no podrá tener un porcentaje de similaridad mayor al 50% con respecto a otras fuentes. No respetar este parámetro puede causar que su proyecto no sea evaluable.
+Enlace para enviar su proyecto: https://www.dropbox.com/request/nxkDvD0UC6Jcwyols2OY
+** Fecha de entrega: 19 de noviembre de 2019 **

User Tools

Differences

Page Tools

Juan-Pablo Ramirez-Paredes

Site Tools