Home » Cursos de posgrado » Curso de posgrado: Modelado y agrupamiento de datos de alta dimensión

Curso de posgrado: Modelado y agrupamiento de datos de alta dimensión

Dictado por el Dr. René Vidal (Center for Imaging Science, Department of Biomedical Engineering, Johns Hopkins  University), este curso cubre métodos avanzados para el análisis de datos de alta dimensión. La primera parte del curso cubre métodos robustos para reducción de dimensionalidad basados en técnicas modernas de optimización convexa. La segunda parte del curso cubre métodos para el modelado de datos con múltiples subespacios, que combinan técnicas modernas de optimización convexa con algoritmos de agrupamiento. La tercera parte del curso cubre aplicaciones de estos métodos en procesamiento de imágenes, visión artificial, e imágenes biomédicas.

Fecha de inicio y finalización

14 al 18 de noviembre de 2016

Horario

Lunes 14 y martes 15 de noviembre de 15 a 18

Miércoles 16 a Viernes 18 de 9 a 12.

Salón

Salón de Seminarios del Instituto de Física de la Facultad de Ingeniería, 7º piso.

Temario

  1. Introducción: Robust PCA y Spectral Clustering
  2. Spectral Subspace Clustering
  3. Low-Rank Subspace Clustering
  4. Sparse Subspace Clustering
  5. Aplicaciones