(este material tambien esta disponible en las clases de cada capitulo)
- 0.1 PRESENTACION DEL CURSO
- 0.1 Programa del curso Reconocimiento de Patrones [PDF]
- 0.1 PPT: Presentación del curso [PPT]
- 0.1 Bibliografia
- 0.1 Libro: Elements of Statistical Learning (Hastie et al., 2008) [Book]
- 0.1 Libro: Neural Networks and Deep Learning (Aggarwal, 2019) [Book]
- 0.1 Libro: Deep Learning (Goodfellow, 2016) [Book]
- 0.1 Libro: Computer Vision (Szeliski, 2010) [Book]
- 0.1 Libro: Computer Vision for X-ray Testing (Mery, 2015) [Book]
- 0.1 Libro: Computer Vision for X-ray Testing, Second Edition (Mery, Pieringer, 2021) [Book]
- 0.1 Video: Clase de presentación al curso (versión 2021) [YouTube]
- 1.1 INTRODUCCION
- 1.1 PPT: Ejercicio visión humana [PPT]
- 1.2 PPT: Ejemplo practico (mandarinas vs naranjas) [PPT]
- 1.1 PPT: Ejemplo de Visión humana / Visión por computador [PPT]
- 1.3 PPT: Formulación metodologica de Reconocimiento de Patrones [PPT]
- 1.1 E00: Quiz de marcha blanca sin nota (canvas) [Canvas]
- 1.1 Video: Introducción al curso (versión 2021) [YouTube]
- 1.1 DEFINICIONES Y EJEMPLOS
- 1.5 PPT: Definiciones [PPT]
- 1.4 PPT: Esquema basico de reconocimiento de patrones [PPT]
- 1.2 PPT: Ejemplo de extracción de características para separar las letras J y Q [PPT]
- 1.2 Python: Ejemplo separación de dos letras (J y Q) [Colab]
- 1.3 Material de Apoyo: Paper - Reconocimiento de patrones estadistico [PDF]
- 1.1 E01: Quiz (canvas) [Canvas]
- 1.3 Video: Metodologia de reconocimiento de patrones (versión 2021) [YouTube]
- 2.1 CARACTERISTICAS GEOMETRICAS
- 2.1 Características geometricas basicas y momentos
- 2.1 Video: Características geometricas basicas y momentos (versión 2025) [YouTube]
- 2.1 PPT: Características geometricas basicas y momentos [PPT]
- 2.1 Apuntes: Características geometricas basicas [Paper]
- 2.1 Pyhton: Ejemplo sobre características geometricas y momentos [Colab]
- 2.1 Material de apoyo: Capitulo - Image Representation [Chapter]
- 2.1 Material de apoyo: Paper - Momentos de Hu [Paper]
- 2.1 Material de apoyo: Paper - Momentos de Flusser [Paper]
- 2.1 E02 Quiz (canvas) [Canvas]
- 2.1 Video: Características geometricas basicas y momentos (versión 2021) [YouTube]
- 2.1 CARACTERISTICAS GEOMETRICAS (cont)
- 2.1 Descriptores de Fourier
- 2.1 Video: Descriptores de Fourier (versión 2025) [YouTube]
- 2.1 PPT: Descriptores de Fourier [PPT]
- 2.1 Material de apoyo: Ejemplo de los Descriptores de Fourier [Pizarra]
- 2.1 Material de apoyo: Paper - Descriptores de Fourier [Paper]
- 2.1 Python: Ejemplo sobre descriptores de Fourier [Colab]
- 2.2 CARACTERISTICAS DE INTENSIDAD
- 2.2 Local Binary Patterns (LBP)
- 2.2 Video: Local Binary Patterns (versión 2025) [YouTube]
- 2.2 PPT: Local Binary Patterns (parte 1) [PPT]
- 2.2 Material de Apoyo: Paper - Local Binary Patterns (LBP) [Paper]
- 2.1 Video: Descriptores de Fourier y LBP (versión 2021) [YouTube]
- 2.2 CARACTERISTICAS DE INTENSIDAD (cont)
- 2.2 Local Binary Patterns en reconocimiento facial
- 2.2 Video: Local Binary Patterns en reconocimiento facial (versión 2025) [YouTube]
- 2.2 PPT: Local Binary Patterns (parte 2) [PPT]
- 2.2 PPT: Local Binary Patterns invariante a la rotación [PPT]
- 2.2 Python: Ejemplo sobre LBP en reconocimiento facial [Colab]
- 2.2 Material de apoyo: Paper de lectura complementaria sobre LBP [Paper]
- 2.2 E03: Quiz (canvas) [Canvas]
- 2.2 Video: LBP en reconocimiento facial (versión 2021) [YouTube]
- 2.2 CARACTERISTICAS DE INTENSIDAD (cont)
- 2.2 Características de textura de Haralick
- 2.2 Video: Características de textura de Haralick (versión 2025) [YouTube]
- 2.2 PPT: Características de textura de Haralick [PPT]
- 2.2 Materal de apoyo: Paper - Características de textura de Haralick [Paper]
- 2.2 Características de Gabor
- 2.2 Video: Características de Gabor (versión 2025) [YouTube]
- 2.2 PPT: Características de Gabor [PPT]
- 2.2 Material de apoyo: Paper - Características de Gabor [Paper]
- 2.2 Material de apoyo: Paper - Aplicación de las características de Gabor [Paper]
- 2.2 Material de apoyo: Video experimento con gatos (1/2) [Video]
- 2.2 Material de apoyo: Video experimento con gatos (2/2) [Video]
- 2.2 Material de apoyo: Paper - Comparación de características de textura [Paper]
- 2.2 Python: Ejemplo sobre reconocimiento de texturas usando Haralick y Gabor [Colab]
- 2.2 Video: Texturas de Haralick y Gabor (versión 2021) [YouTube]
- 2.2 CARACTERISTICAS DE INTENSIDAD (cont)
- 2.2 E04: Ejercicio 04 sobre detección de caras (Colab) [Colab]
- 2.2 E04: Solución [Colab]
- 2.2 Video: Ejercicio de detección de caras (versión 2021) [YouTube]
- 2.2 Histogram of Gradients
- 2.2 Video: Histogram of Gradients (versión 2025) [YouTube]
- 2.2 PPT: Histogram of Gradients (HoG) [PPT]
- 2.2 Material de apoyo: Paper - Histogram of Gradients (HoG) [Paper]
- 2.2 Material de apoyo: Implementación de HoG en OpenCV [phyton]
- 2.2 Python: Ejemplo de detección de peatones usando HoG [Colab]
- 2.2 Video: HoG (versión 2021) [YouTube]
- 2.2 CARACTERISTICAS DE INTENSIDAD (cont)
- 2.2 SIFT
- 2.2 Video: SIFT (versión 2025) [YouTube]
- 2.2 PPT: SIFT [PPT]
- 2.2 Material de apoyo: Paper - SIFT [Paper]
- 2.2 Python: Ejemplo de reconocimiento de vacas usando SIFT [Colab]
- 2.2 Video: SIFT (parte 1) (versión 2021) [YouTube]
- 2.2 Video: SIFT (parte 2) (versión 2021) [YouTube]
- 2.2 Explicación de Tarea 02 [PPT]
- 2.2 Video: Explicación de Tarea 02 (versión 2025) [YouTube]
- 2.2 E05: Ejercicio 05 sobre detección de paredes rayadas (Colab) [Colab]
- 2.2 E05: Solución [Colab]
- 2.2 CARACTERISTICAS DE INTENSIDAD (cont)
- 2.2 Ejemplo simple: FR con LBP, SFS y KNN
- 2.2 Video: FR con LBP, SFS y KNN (versión 2025) [YouTube]
- 2.2 PPT: Ejemplo simple de reconocimiento facial con LBP, SFS y KNN [PPT]
- 2.2 Python: Ejemplo de Reconocimiento Facial con LBP, SFS y KNN [Colab]
- 2.2 Características de intensidad basadas en contraste
- 2.2 Video: Características de Contraste (versión 2025) [YouTube]
- 2.2 PPT: Características de Contraste (basicas y CLP) [PPT]
- 2.2 Material de apoyo: Capítulo Características de intensidad [Paper]
- 2.2 Material de apoyo: Paper - Crossing Line Profile (CLP) [Paper]
- 2.2 Video: Características de contraste (versión 2021) [YouTube]
- 2.2 Python: Ejemplo de Intensidad (basicas, contraste, CLP) [Colab]
- 3.1 SELECCIÓN DE CARACTERISTICAS
- 3.1 Video: Introducción a la Selección de Características (versión 2025) [YouTube]
- 3.1 PPT: Introducción a la Selección de Características [PPT]
- 3.1 Material de apoyo: Apuntes sobre la Selección de Características [Apuntes]
- 3.1 Material de apoyo: Paper - Introducción a la Selección de Características [Paper]
- 3.1 SELECCIÓN DE CARACTERISTICAS (cont)
- 3.1 Video: Métodos de Selección de Características (versión 2025) [YouTube]
- 3.4 Búsqueda Exhaustiva [PPT]
- 3.1 Clean: Limpieza de datos [PPT]
- 3.5 SFS [PPT]
- 3.5 Python: Ejemplo de Selección de Caracteristicas [Colab]
- 3.1 Video de esta clase (versión 2021) [YouTube]
- 3.1 SELECCIÓN DE CARACTERISTICAS (cont)
- 3.4 Video: Explicación Ejercicio E06 (versión 2025) [YouTube]
- 3.4 E06: Ejercicio 06 sobre detección de espinas (Colab) [Colab]
- 3.4 E06: Ejercicio 06 explicación [PPT]
- 3.4 E06: Solución [Colab]
- 3.1 Video de esta clase (versión 2021) [YouTube]
- 3.1 SELECCIÓN DE CARACTERISTICAS (cont)
- 3.1 Video: Discriminante FIsher (versión 2025) [YouTube]
- 3.1 Video: Branch and Bound (versión 2025) [YouTube]
- 3.3 Discriminante Fihser y Matrices de Covarianza [PPT]
- 3.3 Discriminante Fihser y Matrices de Covarianza [Apuntes]
- 3.7 Branch and Bound [PPT]
- 3.3 Video de esta clase (versión 2021) [YouTube]
- 3.1 TRANSFORMACIÓN DE CARACTERISTICAS
- 3.1 Video: PCA - ICA (versión 2025) [YouTube]
- 3.4 Selección versus Transformación [PPT]
- 3.5 Principal Components Analysis PCA [Matlab]
- 3.4 Matlab: Idea básica de PCA para dos variables [Colab]
- 3.4 ICA [Apuntes]
- 3.4 Python: Ejemplo de Reconocimiento Facial con LBP y PCA, ICA, PLSR [Colab]
- 3.3 E07: Quiz sobre Selección y Transformación (canvas) [Canvas]
- 3.3 Video de esta clase (versión 2021) [YouTube]
- 3.1 TRANSFORMACIÓN DE CARACTERISTICAS
- 3.1 Video: Selección general (versión 2025) [YouTube]
- 3.1 Esquema general con selección de características [Apuntes]
- 3.5 Python: Bateria de Ejemplos de Selección de Características [Colab]
- 3.1 How to Perform Feature Selection With Numerical Input Data [Apuntes]
- 3.1 Libreria sklearn para Feature Selection [Libreria]
- 3.1 Libreria mlxtend [Python]
- 3.5 Esquema del Ejercicio 08 [PPT]
- 3.3 Video de esta clase (versión 2021) [YouTube]
- 3.5 E08: Ejercicio 08 sobre Sel/Trans de Características (Colab) [Colab]
- 3.5 E08: Ejercicio 08 solución (Colab) [Colab]
- 4.1 CLASIFICADORES BÁSICOS
- 4.1 Video: Introducción a los clasificadores (versión 2025) [YouTube]
- 4.1 Introducción a los clasificadores [PPT]
- 4.1 Clasificadores KNN y DMIN
- 4.2 Video: Clasificadores KNN y DMIN (versión 2025) [YouTube]
- 4.2 Clasificador KNN - vecino mas cercano [PPT]
- 4.2 Clasificador DMIN - distancia minima [PPT]
- 4.1 Clasificador de Bayes
- 4.2 Video: Clasificador de Bayes (versión 2025) [YouTube]
- 4.4 Clasificador de Bayes [PPT]
- 4.2 Python: Clasificadores básicos [Colab]
- 4.2 Python: Set de validación para hiperparámetros [Colab]
- 4.1 Video de esta clase (versión 2021) [YouTube]
- 4.1 CLASIFICADORES BÁSICOS (cont)
- 4.1 Clasificadores LDA, QDA, Mahalanobis
- 4.1 Video: Clasificadores LDA, QDA, Mahalanobis (versión 2025) [YouTube]
- 4.3 Clasificadores LDA, QDA, Mahalanobis [PPT]
- 4.1 Clasificadores basados en árboles
- 4.1 Video: Árboles de decisión (versión 2025) [YouTube]
- 4.3 Arboles de decisión y Random Forest [PPT]
- 4.1 Material de apoyo: Entropía [YouTube]
- 4.2 Python: Clasificadores básicos [Colab]
- 4.1 Visualización del espacio de características [Colab]
- 4.1 Video de esta clase (versión 2021) [YouTube]
- 4.1 CLASIFICADORES BÁSICOS (cont)
- 4.1 Video: Ejercicio E09 (versión 2025) [YouTube]
- 4.2 E09: Quiz sobre Clasificadores básicos (canvas) [Canvas]
- 4.1 Video de esta clase (versión 2021) [YouTube]
- 4.6 CLASIFICADORES AVANZADOS (cont)
- 4.6 Redes Neuronales
- 4.6 Video: Redes Neuronales (versión 2025) [YouTube]
- 4.6 Redes Neuronales [PPT]
- 4.6 Algoritmo Backpropagation [Apuntes]
- 4.6 Python: Clasificador basado en Redes Neuornales (from skratch) [Colab]
- 4.6 Python: Clasificador basado en Redes Neuornales [Colab]
- 4.6 Python: Ejemplo NN en MNIST con pytorch [Colab]
- 4.6 Libro: Neural Networks and Deep Learning [Book]
- 4.6 Video de esta clase (versión 2021) [YouTube]
- 4.6 CLASIFICADORES AVANZADOS (cont)
- 4.6 SVM
- 4.6 Video: SVM (versión 2025) [YouTube]
- 4.5 Introducción a SVM [PPT]
- 4.5 Teroía sobre SVM [Apuntes]
- 4.5 Teoría sobre SVM [Paper]
- 4.5 Teoría sobre SVM [Paper]
- 4.5 Tutorial de SVM en phyton [YouTube]
- 4.5 Video de teroía de SVM (MIT lesson) [YouTube]
- 4.5 Python: Ejemplo de SVM con sklearn [Colab]
- 4.1 Video de esta clase (versión 2021) [YouTube]
- 4.7 E10: Ejercicio 10 sobre Clasificadores Avanzados (Colab) [Colab]
- 4.7 E10: Ejercicio 10 Solución (Colab) [Colab]
- 5.1 EVALUACIÓN DE CLASIFICADORES
- 5.1 Estimación de Accuracy
- 5.1 Video: Estimación de Accuracy (versión 2025) [YouTube]
- 5.1 Estimación de Accuracy [PPT]
- 5.1 Python: Estimación de Accuracy [Colab]
- 5.1 Selector de Modelos
- 5.1 Video: Selector de Modelos (versión 2025) [YouTube]
- 5.5 Selección de Modelos [PDF]
- 5.5 Python: Selector de Modelos [Colab]
- 5.1 Video de esta clase (versión 2021) [YouTube]
- 5.1 EVALUACIÓN DE CLASIFICADORES (cont)
- 5.1 Matriz de Confusión
- 5.1 Video: Matriz de Confusión (versión 2025) [YouTube]
- 5.2 Matriz de Confusión [PPT]
- 5.1 Video de esta clase (versión 2021) [YouTube]
- 5.5 Material de apoyo: Machine Learning Yearing (Libro) [Book]
- 4.2 E11: Quiz sobre Evaluación de Clasificadores (canvas) [Canvas]
- 5.5 Video de esta clase (versión 2021) [YouTube]
- 6.1 CLUSTERING
- 6.1 Video: Clustering (versión 2025) [YouTube]
- 6.2 Clustering: K-Means [PPT]
- 6.2 Clustering: Hierarchic [PPT]
- 6.2 Clustering: Mixture of Gaussians [PPT]
- 6.2 Clustering: Mean Shift [PPT]
- 6.2 Python: Ejemplos de Clustering [Colab]
- 6.2 Python: Ejemplo de Face-Clusering [Colab]
- 7.1 Video de esta clase (versión 2021) [YouTube]
- 6.1 CLUSTERING (cont)
- 6.1 Bag of Words (versión 2025) [YouTube]
- 6.3 BoW: Bag of Words [PPT]
- 6.3 Python: Ejemplo de Bag of Words [Colab]
- 7.1 Video de esta clase (versión 2021) [YouTube]
- 7.1 Deep Learning y Reconocimiento Facial (versión 2025) [YouTube]
- 4.7 Deep Learning [PPT]
- 4.7 Ejemplo CNN basico (ojo vs. nariz) new [Colab]
- 4.7 Ejemplo CNN basico (detección de defectos) new [Colab]
- 4.7 Ejemplo CNN basico (detección de covid) new [Colab]
- 4.7 Ejemplo CNN basico (perros y gatos) new [Colab]
- 4.7 Ejemplo CNN basico (clasificación de lunares - 2 clases) new [Colab]
- 4.7 Ejemplo CNN basico (clasificación de lunares - 7 clases) new [Colab]
- 5.1 Video de esta clase (versión 2021) [YouTube]
- 7.1 Analisis Facial [PPT]
- 5.3 Métricas de Genuinos vs. Impostores [PPT]
- 5.3 Métricas de Genuinos vs. Impostores [PDF]
- 5.3 Ejemplo de AdaFace y métricas de evaluación new [Colab]
- 4.1 Video de esta clase (versión 2021) [YouTube]
- 6.3 Quiz [Canvas]
Updated on 17-Jun-2025 at 13:20 by Domingo Mery