糖心vlog官网观看

No puedo creerme que el curso lleve 3 a帽os en pie y no hayan mejoras respecto al material y a la calidad del curso. Me explico: (a) Muchos de los v铆deos duran demasiado porque los expositores o se equivocaban, o se trababan, o repet铆an frases innecesarias. Despu茅s de tanto tiempo, volver a grabar el material ser铆a bastante oportuno por la calidad que uno espera de la UAB. (b) En cada evaluaci贸n encontraba un tema no mencionado siquiera en las diapositivas, en el c贸digo o en los v铆deos. Por ejemplo, en la evaluaci贸n final, tuve que buscar en Wikipedia el porcentaje de fidelidad supuesto del PCA [y ni siquiera all铆 dicen que lo es]. (c) El c贸digo no est谩 actualizado y genera problemas de compatibilidad para usuarios en este a帽o, y lo seguir谩 haciendo en a帽os venideros. Los ejercicios son realmente desmotivantes pues adaptar las estructuras de datos y leerse una documentaci贸n des actualizada o no disponible para una clase, no es agradable. (d) En todas, pero en todas, las evaluaciones hab铆an errores de tipo y faltas de ortograf铆a. Eso me hac铆a pensar en que una opci贸n no era correcta inmediatamente (y a veces no era el caso), pero modestia aparte, esto deja mucho que desear de los instructores y debe generar problemas en usuarios extranjeros. (e) No entiendo por qu茅 usaron diapositivas en MS Power Point. Las f贸rmulas matem谩ticas ocupan espacio innecesario y est谩n mal ubicadas para la presentaci贸n de informaci贸n, encima que en varios casos el PDF resultante ten铆a informaci贸n flotante o caracteres desconocidos. No es necesario hacer las cosas en Beamer, PP destruye la claridad del asunto. (f) Es terrible que la matem谩tica del asunto quede doblegada a un tema 芦oscuro禄. 驴Por qu茅 todo tuvo que ser bajo una distribuci贸n normal? 驴Por qu茅 el oscurantismo de algunas f贸rmulas? Se supone que hay que entender, entiendo que no hay que derivar todo, pero si exponen algo, deben justificarlo m谩s all谩 de una frase. A煤n m谩s si lo eval煤an.

驴Qu茅 me queda de todo esto? Ideas sueltas del tema de clasificaci贸n, c贸digo obsoleto y decepci贸n.

Pude invertir mi dinero en un libro de texto.

Es un muy buen curso para introducir en el tema y valoro el aplicar c贸digos pr谩cticos en ejercicios

Falta mantenimiento del curso. Los scripts estaban desactualizados y las preguntas en las pruebas y ex谩menes eran confusas. Las explicaciones matem谩ticas iniciales muy bien cuando se realizaban ejemplos pero en los m贸dulos finales no se realizaba con profundidad.

Aprend铆 temas muy 煤tiles y avanzados. Las explicaciones eran entendibles y los ejercicios eran muy ilustrativos. Estoy muy feliz de haber aprendido temas tan vanguardistas desde la comodidad de mi casa. Ademas el hecho de haber sido capaz de realizar los c谩lculos a partir de res煤menes de los papers originales fue una experiencia muy motivadora. Por 煤ltimo, fue sorprendente enterarme del incre铆ble potencial de las Redes Neuronales Convolucionantes. Muchas gracias a los profesores y a los dise帽adores del curso.

Siguiendo la l铆nea de su anterior curso de reconocimiento de objetos, los profesores de Visi贸n Artificial de la UAB nos ofrecen otro excelente curso que explica detalladamente, de forma muy accesible y amena, las t茅cnicas establecidas en la 煤ltima d茅cada para la clasificaci贸n de im谩genes. El 煤nico inconveniente es que solo hace un repaso muy somero de las redes neuronales convolucionales.

Es un excelente curso donde se muestran las principales t茅cnicas en este campo. Sin embargo, pienso que seria muy bueno que ofrecieran un curso profundizando las t茅cnicas avanzadas especialmente las CNNs. Sent铆 que los profesores son excelentes y que manejan muy bien los temas tratados.

Un curso que alberga informaci贸n de mucho valor para los amantes del tratamiento de imagen y de la visi贸n por computador. Es muy positivo un curso como 茅ste desarrollado en habla hispana. Es necesario crear los subtitulos de este curso en ingles para que tenga la difusi贸n que se merece.

Estupendo curso! Estoy haciendo un TFG de un clasificador autom谩tico de sonidos y el curso me ha ayudado mucho a consolidar conceptos! 100% recomendable!!

Muy buen curso se aprende mucho y varias maneras para realisarlo a dem谩s que se entiende de manera f谩cil

Muy bueno. Recomiendo much铆simo para aquellos que trabajan en computaci贸n visual.

Buen curso. Muchas gracias a los tres profesores que lo imparten.

un contenido muy pedag贸gico y con contenido bien explicado

Muy bueno contin煤en con este tipo de gran informaci贸n

excelente curso y complemento para mi carrera

Muy bueno y exigente, se aprende bastante

Contenido y explicaciones excelentes

Excelente. Con bastante materia.

Muy interesante

Muy bueno.

Es un muy buen curso que permite una primera orientaci贸n a lo que es la clasificaci贸n de im谩genes por computadora.

Deber铆an haber ejercicios calificados de implementaci贸n y programaci贸n para reafirmar lo aprendido.

Thank you! Seguir茅 treballant per tal d'apendre m茅s sobre visi贸 artifivial.

The course contains lots of interesting CV stuff, mainly related to the Bag of Words model of past decade. However, some lessons are much better treated (or explained) than others, and some quizzes are also very much harder than others. The course is not homogeneus. But as a previous step to delve in Deep Learning structures, I think that the course is highly valuable. Thank you, AUB teaching staff!

No era lo que esperaba, pero fue mi error porque no lei mucho la descripcion

Baja la calidad con respecto del curso anterior y se tienen problemas con los cuestionarios por redondeos por lo que no se puede colocar el dato exacto a pesar de seguir el proceso correcto.