[Todos] Fwd: [DC-Todos] Fwd: [Alumnos] Materia optativa Nov2018: Dr. Enzo Ferrante. Aprendizaje profundo para el análisis de imágenes biomédicas

[Juan Kamienkowski]

---------- Forwarded message ---------
From: Diego Fernández Slezak <dfslezak en dc.uba.ar>
Date: Wed, Oct 24, 2018 at 2:14 PM
Subject: [DC-Todos] Fwd: [Alumnos] Materia optativa Nov2018: Dr. Enzo
Ferrante. Aprendizaje profundo para el análisis de imágenes biomédicas

Hola a todos,

Quería invitarlos a cursar la materia optativa que dictará Enzo Ferrante.
Enzo es un joven investigador, recientemente regresado al país, luego de su
paso por Inglaterra y Francia.
Super especialista en DeepLearning aplicado al análisis de imágenes médicas.

Además, Enzo está colaborando con el LIAA, por lo que de la materia podrán
salir ideas para posibles Tesis de Lic. con nosotros.

La cursada será semi-intensiva y empieza el 5 de noviembre, los días lunes,
miércoles y viernes de 14hs a 17hs, durante 4 semanas (del 20/11 al 26/11
no habrá clases, por lo que puede extenderse unos días de diciembre)
La inscripción ya está abierta en Guaraní para que vayan anotándose.

Cualquier consulta, pueden escribirme.

Saludos
Diego

---------- Forwarded message ---------
From: Secretaría Académica DC <academica en dc.uba.ar>
Date: Mon, Oct 8, 2018 at 12:22 PM
Subject: [Alumnos] Materia optativa Nov2018: Dr. Enzo Ferrante. Aprendizaje
profundo para el análisis de imágenes biomédicas
To: <todos en dc.uba.ar>, <anuncios en dc.uba.ar>, <alumnos en dc.uba.ar>


Buenas,

Durante noviembre de 2018 (fechas a confirmar) el Dr. Enzo Ferrante (*)
estará dictando la materia "Aprendizaje profundo para el análisis de
imágenes biomédicas", como parte del programa de profesores visitantes del
DC.

Resumen:
Durante las últimas décadas, los continuos avances en tecnologías para la
captura de imágenes biomédicas han dado lugar a una gran variedad de
representaciones visuales del interior de organismos vivos a nivel de
órganos, tejidos, células y moléculas. Las modalidades de imagen, tales
como los rayos-x, resonancias magnéticas, imágenes de ultrasonido,
tomografía computada, microscopias, entre muchas otras, juegan un rol
fundamental en la práctica clínica y la investigación en ciencias de la
vida. Los métodos basados en aprendizaje automático han cobrado gran
relevancia, debido a la necesidad de automatizar los procesos de
interpretación de grandes volúmenes de imágenes, con el objeto de extraer
información útil a partir de ellas.
Un tipo particular de métodos de aprendizaje automático conocido como
‘aprendizaje profundo’ (o ‘deep learning’ en inglés), ha revolucionado el
mundo de las ciencias de la computación en los últimos 5 años y desplazado
las fronteras del estado del arte, particularmente en diversos problemas de
visión computacional y análisis de imágenes tales como reconocimiento de
objetos, clasificación, segmentación y registración de imágenes. Este curso
pretende brindar a los estudiantes los conceptos teóricos fundamentales y
las herramientas prácticas necesarias para construir sus propios modelos de
análisis de imágenes basados en aprendizaje profundo, con especial foco en
aplicaciones relacionadas a las imágenes biomédicas.

Cursada: La materia comenzará el 2/11, y tendrá 3 clases por semana, de 4
horas cada una, durante 4 semanas, en horarios a definir.  Modo de
evaluación: TP final integrador.

A medida que tengamos más información la iremos publicando en
http://www.dc.uba.ar/academica/profvisit/

Saludos,

-- 
Secretaría Académica
Departamento de Computación
Facultad de Ciencias Exactas y Naturales
Universidad de Buenos Aires
_______________________________________________
El uso de esta lista presupone un compromiso con adherir a las reglas de
buena convivencia presentadas en http://www.dc.uba.ar/serv/listas/
Alumnos mailing list
Alumnos en dc.uba.ar
https://listas.dc.uba.ar/cgi-bin/mailman/listinfo/alumnos


-- 
Diego Fernandez Slezak
Laboratorio de Inteligencia Artificial Aplicada (DC - FCEN - UBA)
http://liaa.dc.uba.ar/
https://www.facebook.com/LIAA.UBA

_______________________________________________
El uso de esta lista presupone un compromiso con adherir a las reglas de
buena convivencia presentadas en http://www.dc.uba.ar/serv/listas/
Todos mailing list
Todos en dc.uba.ar
https://listas.dc.uba.ar/cgi-bin/mailman/listinfo/todos


-- 
Juan E Kamienkowski
@ Departamento de Fisica, FCEN-UBA http://df.uba.ar/
@ Laboratorio de Neurociencia Integrativa http://neuro.org.ar/
@ Laboratorio de Inteligencia Artificial Aplicada http://liaa.dc.uba.ar/
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://mailman.df.uba.ar/pipermail/todos/attachments/20181024/5fa44b04/attachment.html>