Facial Expression Classification Using Residual Neural Nets

Resumen

Únete a nuestro proyecto práctico titulado "Clasificación de Expresiones Faciales Usando Redes Neuronales Residuales" ofrecido a través de Coursera, donde nos adentramos en los reinos avanzados del Aprendizaje Profundo, enfocándonos específicamente en las Redes Neuronales Convolucionales (CNNs) y los Bloques Residuales, para dominar el arte de detectar expresiones faciales. Este proyecto de vanguardia es ideal para aquellos que buscan aplicar técnicas de Aprendizaje Profundo en escenarios prácticos, como entender las emociones de los clientes a través de las expresiones faciales.

A lo largo de este proyecto, adquirirás conocimiento comprensivo sobre:

• Las teorías fundamentales y principios detrás del Aprendizaje Profundo, CNNs y Redes Neuronales Residuales.
• Importación de bibliotecas esenciales, conjuntos de datos y visualización de imágenes para análisis.
• Implementación de estrategias de aumento de datos para expandir tu conjunto de datos, mejorando la capacidad del modelo para generalizar.
• Construcción de un modelo de aprendizaje profundo poderoso empleando Redes Neuronales Convolucionales y bloques Residuales con el apoyo de Keras y Tensorflow 2.0.
• Compilación y ajuste de tu modelo de Aprendizaje Profundo a tu conjunto de datos de entrenamiento para lograr un rendimiento óptimo.
• Evaluación del rendimiento de tu CNN entrenada con un enfoque en la generalización a través de varios Indicadores Clave de Rendimiento (KPIs).
• Mejora del rendimiento de la red con técnicas de regularización como el abandono para prevenir el sobreajuste.

Este proyecto se clasifica en cursos de aprendizaje profundo, cursos de redes neuronales, cursos de Keras y cursos de reconocimiento facial, haciéndolo perfecto para individuos ansiosos por expandir su conocimiento en estas áreas.

Enseñado por

Ryan Ahmed

Asignaturas