WAIMLAp 2017

Workshop on Artificial Intelligence and Machine Learning Applications

Pontificia Universidad Catlica del Per
23-24 November 2017, Lima, Peru

http://grpiaa.inf.pucp.edu.pe/waimlap2017/

Grupo de Inteligencia Artificial - PUCP

https://www.facebook.com/iapucp/

Final Program

WIFI Network Name: redPUCP

Password: C9AA28BA93

ESCUELA DE FACULTAD DE
POSGRADO CIENCIAS E INGENIERA
MAESTRA EN INFORMTICA INGENIERA INFORMTICA
GRUPO DE INTELIGENCIA ARTIFICIAL
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

The goal of this workshop is to provide a forum for industry, engineers,

researchers and students to discuss the state-of-the-art in Artificial Intelligence
and Machine Learning Applications. The key idea is to present recent
developments in this field, because we believe that different applications can
share similar solutions. The workshop is a scientific event organized by
researchers who are members of different research groups from Peruvian
entities. This first edition of the WAIMLAp 2017 is sponsored by IA-PUCP and
will take place in Lima-Peru, at the Pontificia Universidad Catlica del Per,
between 23 and 24 November, 2017.
 Workshop on Artificial Intelligence and Machine Learning
IA-PUCP Members
- Csar A. Beltrn Castan
- Andrs Melgar Sasieta
- Ivan Sipirn Mendoza
- Edwin Villanueva Talavera
- Arturo Oncevay Marcos
- Laila Hirsh Martinez
- Soledad Espeza Llerena
- Anal Alfaro Alfaro
- Ana Paula Galarreta
- Rosario Medina Rodriguez
- Gisella Bejarano Nicho
- Hugo Alatrista Salas
- Aldo Camargo Fernndez-Baca
- Csar Olivares Poggi
- Alejandro Bello Ruiz
- Marco Sobrevilla Cabezudo
- Fernando Alva Manchego
- Rodolfo Mercado Gonzales
- Kevin Baba Yamakawa
- Sofa Khlebnikov
- Emilio Garca
- Renato Hermoza Aragons
- Franco Ascarza
- Agustn Guevara Cogorno
Applications - WAIMLAp
2017
- Alexandra Espichan Linares
- Kervy Rivas Rojas
- Robert Aduviri Choque
- Oscar Vega Huayanay
- Franco Pea Campos
- Leonardo Leon Vera
- Jess Crdenas Talavera
- Ronald Juarez Chambi
- Rosalina Tincopa Marca
- Nohelia Merino Suasnabar
- Mara E. Gonzales Romero
- Maicol Gomez Zegarra
- Roberto Hidalgo
- Filomen Incahuanaco Quispe
- Juan Gutierrez Alva
- Juan Trelles Trabuco
- Carlos Gavidia
- Vctor Crdenas Castaeda
- Carlos Arrasco Ordoez
- Eduardo Cortavitarte Antich
- Edward Hinojosa Crdenas
- Pedro Vega Asto
- Jos Astuvilca Fuster
- Jos Miguel Noblecilla
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Keynote Speakers

Silvio Jamil Ferzoli Guimares, Director of Posgraduation in

Computer Science at PUC-Minas

http://www.icei.pucminas.br/research/viplab/

Exploring feature distribution to create mid-level representations: A

case study in human action recognition

Silvio is the head of VIPLAB, a research laboratory hosted at
and certified by PUC Minas (Belo Horizonte Campus, Brazil),
and it has started its operation in 2004. The main project
areas are: digital image, video and audio processing;
multimedia indexing and retrieval; multimedia content
analysis. Many projects have been conducted with
cooperation of other institutions and/or labs, such as
NPDI/DCC/UFMG, IC/UNICAMP, TEXMEX/IRISA and
ESIEE/FRANCE. And, besides the projects developed with
the participation of several graduate and undergraduate
students, VIPLAB has also been involved in bilateral
programs for international cooperation such as
FAPEMIG-INRIA and CAPES-BRAFITEC.
Abstract: Mid-level representations are used to map sets of
local features into one global representation for a given media
descriptor. In visual pattern recognition tasks, Bag-of- Words
(BoW) is one popular strategy, among many methods
available in literature, due mainly by the simplicity in concept
and implementation. Despite the overall good results
achieved by BoW in many tasks, the method is unstable in
high dimensional feature space and quantization errors are
usually ignored in the final representation. To cope with these
problems, we propose a new pooling function based on
feature points distribution around codewords. We propose to
use the standard deviation associated with each codeword to
measure attribution discrepancy and weight the impact that
feature points will assume in the final representation.

Marco Alvarez Vega, Assistant Professor of Computer Science

at University of Rhode Island, USA
http://homepage.cs.uri.edu/~malvarez/

Machine Learning for Structured a Complex Data (to confirm )

Marco is an assistant professor in the Department of Abstract:

Computer Science and Statistics at the University of Rhode
Island. He joined URI in 2015 after working in the Department
of Computer and Information Sciences, University of
Delaware as a visiting scholar. He graduated with a Ph.D. in
CS from the Computer Science Department, Utah State
University, a M.S. in CS from the Instituto de Cincias
Matemticas e de Computao, Universidade de So Paulo,
and a B.S. in CS from Faculdade de Computao,
Universidade Federal de Mato Groso do Sul.

 Workshop on Artificial Intelligence and Machine Learning

Applications - WAIMLAp
2017

Juan C. Gutirrez Cceres, Head of the Computer Science
Program, Universidad Nacional de San Agustn, Arequipa, Per.
http://dina.concytec.gob.pe/appDirectorioCTI/VerDatosInvestigador.do?id_investigador=14249

Deteccin de acciones violentas en escenas de video

Doctor en Ciencias de la Abstract. En la presente charla se presentan diferentes

Computacin por la Ctedra
CONCYTEC de la Universidad
Nacional de San Agustn
(Per). Master en Ciencias de la Computacin y Matemtica
Computacional, realizado en el Instituto de Ciencias
Matemticas y de Computacin (ICMC) de la Universidad de
So Paulo (Brasil). Miembro fundador de la Sociedad
Peruana de Computacin (SPC) Per. Actualmente
desempea el cargo de Director de Escuela Profesional de
Ciencia de la Computacin de la Universidad Nacional de
San Agustn (Arequipa - Per). reas de inters: Redes
Complejas Reconocimiento de Patrones, Redes Neuronales,
Sistemas dinmicos no lineales, Procesamiento de
Imgenes.
tcnicas para la evaluacin y deteccin de eventos en video
de cmaras de vigilancia. Se presentan dos tipos de
sistemas. Un sistema emplea el mtodo de bsqueda de
fuerza bruta para probar cada ubicacin de espacio-tiempo
en el video mediante un clasificador binario sobre si se
produce un evento especfico. El otro sistema aprovecha la
deteccin y el seguimiento humano para evitar la costosa
bsqueda de fuerza bruta y evala los cubos candidatos
espacio-tiempo combinando redes neuronales
convolucionales 3D (CNN) y clasificadores SVM basados en
caractersticas locales de bolsa de palabras para detectar la
presencia de eventos de intereses. Finalmente se presentan
las diferentes aplicaciones en el rea.

Junior Fabian Arteaga, Computer Vision Center, Universidad

de Barcelona
https://scholar.google.com/citations?user=xuMl0c4AAAAJ&hl=es

Cultural event recognition

Candidato a PhD en
Ciencia de la
Computacin por la
Universidad Autnoma de
Barcelona - Espaa. Magister en Ciencia de la
Computacin por la Universidad de Campinas - Brasil. Con
experiencia en investigacin en Computer Vision, Machine
Learning, Reconocimiento de Patrones con nfasis en
recuperacin de imgenes y deteccin de objetos.
Abstract. Cultural events are kinds of typical events closely
related to history and nationality, which play an important role
in cultural heritage through generations. However,
automatically recognizing cultural events still remains a great
challenge since it depends on understanding of complex
image contents such as people, objects, and scene context.
Therefore, it is intuitive to associate this task with other
high-level vision problems, e.g., object detection, recognition,
and scene understanding. The Cultural Event Recognition
challenge aims to investigate the performance of recognition
methods based on several cues like garments, human poses,
objects, background, etc. To this end, we built the first dataset
based on cultural events from all around the globe, this
dataset contains significant variability in terms of clothes,
actions, illumination, localization and context. The Cultural
Event Recognition dataset consists of images collected from
two images search engines (Google Images and Bing
Images). To build the dataset, we chose 99 important cultural
events in the world and we created several queries with the
names of these events. In order to have a more challenging
competition we aggregated a new class called non-class, this
class represents a distractor class and is composed by 2,000
images containing no information related to cultural events.
To build this non-class, we randomly downloaded images
from ImageNet and then we filtered each of the images. In the
end, our dataset is composed of 28,705 images. This work
summarizes the cultural event recognition challenge, showing
our results as well as some of the main results achieved by
the participants of the competitions CVPR 2015 and ICCV
2015 workshops.
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Ricardo Gonzalez Valenzuela, Master in Computer Science by
University of Campinas, UNICAMP, Brazil.
https://www.linkedin.com/in/gonzalez-valenzuela-ricardo-eugenio-02a70a67/

Machine Learning para el desarrollo de aplicaciones mviles

Over the last years, I have Abstract. El Machine Learning representa una nueva era en
been researching of Image el desarrollo de software donde las computadoras, los
Processing and Machine dispositivos y otros equipos no requieren programacin
Learning. The broad range of especial para completar las tareas. En cambio, pueden
areas to develop Computer Vision algorithms, and others of recopilar y analizar informacin que es necesaria para sacar
similar nature, makes me get deeper in this knowledge, in the conclusiones apropiadas y aprender durante el desempeo
search of new solutions. I am really interested on research del programa. Ahora las mquinas pueden acumular
associations with enterprises focusing on challenge machine experiencia previa para tomar decisiones tal como ocurre
learning and image processing domain problems. entre los seres humanos. Por supuesto, el proceso de
aprendizaje requiere algoritmos especiales que "enseen" a
las mquinas. En esta charla se otorgarn algunas
estrategias para el desarrollo de aplicaciones mviles y que
lleven por dentro un componente inteligente basado en
Machine Learning.

Pablo Fonseca Arroyo, Master in Computer Science by

University of Campinas, UNICAMP, Brazil
https://scholar.google.com.br/citations?user=CwP5cZcAAAAJ&hl=en

Triage automtico de bugs de batera en smartphones

usando Machine Learning

Realiz la maestra de Abstract.El alto nivel de competencia en el mercado de los

Ciencias de la Computacin en la Universidad de
Campinas (UNICAMP) en Brasil. Su tema de
investigacin principal es Machine Learning,
especialmente: Metric learning, Deep Learning y Text
Mining. Antes de comenzar el postgrado, trabaj por 3
aos en la Pontificia Universidad Catlica del Per
desarrollando Legin Framework, un software open
source para cmputo distribuido que fue el primer
software registrado por la PUCP en INDECOPI.
smartphones obliga a que los ciclos prototipo-producto final
sean acortados. Sin embargo, la experiencia del usuario
puede verse seriamente degradada si bugs llegarn a los
consumidores finales. En esta presentacin discutiremos un
sistema en lnea de deteccin de bugs de batera para
smartphones Android usando un stack de Gradient Boosting
Machines. El proyecto fue desarrollado por un equipo de la
Universidad Estadual de Campinas (UNICAMP) y financiado
por Motorola Brasil.
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Scientific Committee
Csar A. Beltrn Castan, IA-PUCP researcher
USP Brasil, Texas A&M - USA
Machine Learning, Computer Vision

Ivan Sipirn Mendoza, IA-PUCP researcher

U. De Chile, U. Konstanz - Alemania
3D visualization, Computer Vision

Edwin Villanueva Talavera, IA-PUCP researcher

USP Brasil, U. Regensburg-Alemania
Machine Learning, Bioinformatics

Soledad Espezua Llerena, IA-PUCP researcher

USP Brasil, U. Regensburg-Alemania
Machine Learning, Bioinformatics

Anal Alfaro Alfaro, IA-PUCP researcher

PUC-Chile
Video Analysis, Computer Vision
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Overview of the Program

Thursday, 23th November 2017 (Location: Auditorium FCI)

09:00 09:30 Registration
09:30 10:15 Invited talk: Junior Fabian Arteaga
10:15 10:40 Oral session 1
10:40 11:00 Paper Highlight Presentations (PA)
11:00 11:45 Tea/Coffee Break Poster session (PA)
11:45 12:30 Invited talk: Juan Carlos Gutirrez Cceres
12:30 14:30 Lunch break
14:30 15:00 Oral Session 2
15:00 16:00 Invited talk: Marco Alvarez Vega
16:00 16:30 Paper Highlight Presentations (PB)
16:30 17:15 Tea/Coffee Break Poster session (PB)
17:10 18:00 Oral Session 3
18:00 19:00 Invited talk: Silvio Guimaraes

Friday, 24th November 2017 (Location: Auditorium FCI, PUCP)

09:00 12:30 Deep Learning Mini-course (Lab. V208)
12:30 14:30 Lunch break
14:30 15:00 Oral Session 4
15:00 15:45 Invited talk: Pablo Fonseca Arroyo
15:45 16:15 Paper Highlight Presentations (PC)
16:15 17:00 Tea/Coffee Break Poster session (PC)
17:00 17:30 Oral Session 5
17:30 18:15 Invited talk: Ricardo Gonzlez Valenzuela
18:15 19:00 Closing
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Full Program

Thursday, 23th November 2017

Registration
09:00 - 09:30, Auditorium FCI, PUCP

Invited Talk, Oral Session and Highlight presentation

09:30 - 12:30, Auditorium FCI, PUCP

09:30 - 10:15 Invited Talk

Cultural event recognition
Junior Fabian Arteaga

Oral Session 01
10:15 - 12:30, Auditorium FCI, PUCP
Session Chair: Anal Alfaro

10:15-10:40
Reconocimiento de rostros en videos de baja resolucin
Jess Crdenas Talavera and Juan Carlos Gutirrez Cceres

10:40 Paper highlight presentations with code PA* (12 presentations of 2 min. each)

PA-01
Comits de clasificadores para la clasificacin de datos de expresin gnica
Alexandra Espichn.

PA-02
Implementacin de un algoritmo de reconstruccin 3D de clulas espermticas a partir de una
secuencia de imgenes
Camilo Solari Castillo.

PA-03
Algoritmo para la discriminacin de patrones acsticos de voces y pisadas humanas
Cecilia Viera Barthelmes.

PA-04
Diseo de un modelo algortmico basado en visin computacional para la deteccin y clasificacin
de retinopata diabtica en imgenes retinogrficas digitales
Daekef Abarca Cusimayta.
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

PA-05
Algoritmo para el balanceo dinmico del grado de dificultad mediante aprendizaje de mquina en la
implementacin de un juego orientado a apoyar el desarrollo de la inteligencia espacial en nios de
etapa pre-escolar.
Franco Andr Caballero Torres.

PA-06
Desarrollo de un modelo algortmico basado en rboles de decisin para la prediccin de la
permanencia de un paciente en un proceso psicoteraputico.
Heli Leon Atiquipa.

PA-07
Implementacin de un algoritmo de aprendizaje mquina para el reconocimiento de movimientos de
voleibol en videos RGB-D
Jehu Pacheco Gomez.

PA-08
Deteccin de patrones de causalidad de interacciones gnicas en datos temporales de expresin
gnica usando anlisis de agrupamientos
Jose Chu Del Barco.

PA-09
Modelo de prediccin de movimiento en el juego de Pac-Man
Karla Isabel Pedraza Salinas, Eduardo Manuel Velarde Polar, Luis Carlos Arana Motta, Bruno
Alonso Romero Trigueros.

PA-10
Desarrollo de un algoritmo de seguimiento de puntos de referencia mltiples en videos de jugadores
de voleibol
Mayra Palomares de la Cruz.

PA-11
Implementacin un algoritmo de anlisis automtico y clasificacin de los componentes internos de
las placas aterosclerticas coronarias humanas a partir de imgenes histopatolgicas
Renzo Ziga Avendao.

PA-13
Deteccin de Avisos Publicitarios Duplicados
Pedro M. Vsquez Baldassari; Joe B. Sahua Delgado; Jean Piere Sulln Monteza

Tea/Coffee Break Poster session

11:00 11:45, Hall Pab. A, PUCP

11:45 - 12:30 Invited Talk

Deteccin de acciones violentas en escenas de video
Juan Carlos Gutirrez Cceres
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

12:30 - 14:30 Lunch Break

Oral Session 02
14:30 - 16:30, Auditorium FCI, PUCP
Session Chair: Soledad Espezua

14:30 - 15:00
Automatic Lymphocyte Detection on Gastric Cancer IHC Images using Deep
Learning
Emilio Garca Rios and Renato Hermoza Aragonez

15:00 - 16:00 Invited Talk

Machine learning for structured and complex data
Marco lvarez Vega

16:00 Paper highlight presentations with code PB* (12 presentations of 2 min. each)

PB-01
A Low-Resourced Peruvian Language Identification Model
Alexandra Espichn Linares and Arturo Oncevay.

PB-02
Spell-Checking based on Syllabification and Character-level Graphs for a Peruvian Agglutinative
Language
Carlo Alva Cohello and Arturo Oncevay.

PB-03
Ranking de celulares usando anlisis de opinin
Carlo Alva Cohello, Francisco Beingolea and Camila Barboza.

PB-04
Exploratory Analysis for Ontology Learning from Social Events on Social Media Streaming in
Spanish.
Enrique Valeriano and Arturo Oncevay.

PB-05
Modelo algoritmo para la descripcin automtica de documentos de identidad
Toms Carrillo Fuertes.

PB-06
Using word Embeddings in Recipe Recommendations
Gary Velasquez, Miguel Koo, Felipe Pacora and Luis Baon.
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

PB-07
Modelo computacional para determinar la trayectoria de jugadores de ftbol en presencia de
oclusin, basado en filtro de partculas
Igor Roldan Roldan.

PB-08
Identificacin Automtica de Escenas Violentas en Imgenes utilizando Tcnicas de Deep Learning
Jorge Guerrero, Hector Oscanoa and Leonardo Vera.

PB-09
Anlisis de Trending Topics en Facebook de Noticias de Peridicos Peruanos
Ramon Bruderer, Gerardo Garca, Walter Reyes.

PB-10
Spanish-English Machine Translation Using Recurrent Neural Networks
Renato Hermoza, Franco Ascarza and Robert Aduviri.

PB-11
Algoritmo de Agrupamiento de Investigaciones por Similaridades
Csar M. Orellana Noriega; Carlos A. Bachmann Olivas; Almendra X. Nez Caldern

PB-12
Deteccin de Retinopata Diabtica mediante el anlisis automtico de imgenes con redes
neuronales
Alexandra M. Espichn Linares; Jehu Pacheco Gmez; Nilton L. Guerra Contreras

PB-13
Deteccin de Puntos Faciales Utilizando Redes Neuronales
Jos A. Amador Zanabria; Jos Carlos Pereyra Len; Patricio Bayardo Caldern Vergara

Tea/Coffee Break Poster session

16:30 17:20, Hall Pab. A, PUCP

Oral Session 03
17:20 - 18:00, Auditorium FCI, PUCP

17:20-17:40
Convolutional Neural Networks for Page Segmentation of Historical Document
Images
Franco Ascarza Medoza

17:40-18:00
Generative Adversarial Network for reconstruction of 3D objects
Renato Hermoza Aragons
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

18:00 - 19:00 Invited Talk

Exploring feature distribution to create mid-level representations: A case
study in human action recognition
Silvio Guimaraes
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Friday, 24th November 2017

10:00 - 13:00
Deep Learning Mini-Course
Renato Hermoza Aragons
Laboratory V-208

13:00 - 14:30 Lunch Break

Oral Session 04
14:30 - 15:00, Auditorium FCI, PUCP
Session Chair: Edwin Villanueva

14:30-14:50
Clasificacin de mamografas utilizando redes neuronales profundas para la
identificacin de cncer de mama
Luis Christian Fernandez, William Miranda, Fedra Trujillano, Oscar Carrin and Jaime Medina

14:50-15:10
Modelo de deteccin y seguimiento de vehculos con cmara de vigilancia
Elian Laura and Juan Carlos Gutirrez Cceres

15:10 - 15:50 Invited Talk

Triage automtico de bugs de batera en smartphones usando Machine
Learning
Pablo Fonseca Arroyo

15:50 Paper highlight presentations with code PC* (12 presentations of 2 min. each)

PC-01
Diseo de un modelo algortmico para la prediccin de retraso de vuelos.
Alonso Yoshio lvarez Tengan.

PC-02
Redes convolucionales aplicadas en el rastreo de sensores inerciales.
Franco Pea and David Arteaga.

PC-03
Sistema de recomendacin de msica
Diego Vargas, Andr Pando, Ronie Arauco.

PC-04
Clasificacin por gnero y acento en el reconocimiento de voz
Eduardo Jess Luyo Gonzales, Francisco Tomizo Fujiki Escobar, Gonzalo Andr Lozano Chvez,
Carlos Enrique Prez Sinticala.
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

PC-05
An LDA-lexical syntactical approach for events and features extraction of earthquakes from Spanish
and English tweets.
Enrique Valeriano Loli, Juanjose Tenorio Pea, Rodrigo Lpez Condori.

PC-06
Word Embedding Experiments for Aspect-Based Sentiment Analysis in Spanish Tweets.
Franco Tume and Marco Sobrevilla.

PC-07
SongTags, modelo de recomendacin de msica
Franco Tume, Vivian Gngora, scar Vega, Jos Gil.

PC-08
Segmentacin automtica de mallas 3D de objetos arqueolgicos
Gabriel Tovar Rodrguez.

PC-09
Sistema de Recomendacin de Pelculas y Autores
Marcio Pereyra Campos, Joel Aguirre Torres, Katherine Espinoza Dvila.

PC-10
A hybrid decision support system for employee recruitment in business and employment oriented
social network platforms
Robert Alonso Aduviri Choque, Juanjos Hafid Tenorio Pea, Andr Omar Chvez Panduro and
Oscar Emiliano Vega Huayanay.

PC-11
Clasificacin de especies de peces aplicando redes convolucionales
Alonso Y. lvarez Tengan; Andrs E. Ghersi Sayn; Diego Arana Segura

PC-12
Prediccin de Gnero de Pelculas
Edgar D. Matos Copello; Renzo F. Ziga Avendao; Diego F. Monge Pimentel.

PC-13
Emojis desde Expresiones faciales en fotos
Chumpitaz Martinez, Diana Isabel; Del Ro Crdenas, Sergio Andrs; Montoya Gamio, Manuel.

PC-14
Clasificacin de imgenes con redes convolucionales
Viktor A. Lpez Balden; Karen M. Hunuco Huayanay; Eduardo A. Gamarra Gmez.

Tea/Coffee Break Poster session

16:15 17:00, Hall Pab. A, PUCP
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Oral Session 05
17:00 - 18:00, Auditorium FCI, PUCP

17:00-17:20
Anlisis y comparacin de modelos de clasificacin de aprendizaje automtico aplicado a
riesgo crediticio
Jorge Brian Alarcon Flores, Christian Walter Sarmiento Roman, Luis Ruiz Saldarriaga and Jiam
Carlos Lpez Malca

17:20 - 18:00 Invited Talk

Machine Learning para el desarrollo de aplicaciones mviles
Ricardo Gonzalez Valenzuela

Closing
18:00 18:30, Auditorium FCI
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Mini-Curso de Deep Learning con Python

Contenido

El mini-curso est destinado a presentar los conceptos de deep learning y proporcionar

una base para construir un conocimiento ms avanzado en el campo. Este contiene:
Fundamentos de la teora de deep learning
Cmo abordar y resolver un problema con deep learning
Construccin y entrenamiento de un modelo profundo completamente conectado
con Keras
Construccin y entrenamiento de una red neuronal convolucional con Keras.
Cmo utilizar redes pre-entrenadas: transfer learning.
Aplicacin al procesamiento de imgenes

Actividades

El taller est concebido para maximizar la experiencia de aprendizaje para todos e

incluye un 50% de teora y un 50% de prctica prctica. Siendo que todo el taller se
llevar a cabo en laboratorio.

Hay algn prerrequisito?

Se recomienda tener experiencia previa de programacin en Python o en otros lenguajes

para un mejor aprovechamiento del taller. Adems, tambin se recomienda tener
familiaridad con conceptos de aprendizaje de mquina (Machine Learning).

Por qu Python?

En los ltimos 2 aos, Python se ha convertido en un estndar de facto en Ciencia de

Datos y es ampliamente adoptado por la mayora de las compaas ms importantes. Las
razones de este xito incluyen:
Un gran conjunto de bibliotecas maduras de ciencia de datos => la mayora de las
necesidades estn cubiertas
Comunidad mundial de entusiastas => obtenga ayuda cuando la necesite
Fcil de aprender, leer y escribir => comenzar a contribuir de inmediato
Admite codificacin funcional y orientada a objetos => verstil y potente
Lenguaje de programacin full stack => interaccin ms fcil entre los
cientficos de datos y los ingenieros de software
 Workshop on Artificial Intelligence and Machine Learning
Applications - WAIMLAp
2017

Por qu Keras?

Keras es una API y biblioteca de redes neuronales de alto nivel que permite simplemente
crear y entrenar modelos de aprendizaje profundo utilizando Tensorflow o Theano
como back-end. Escrito en Python se enfoca en permitir la experimentacin rpida.
Recientemente se convirti en la API preferida de alto nivel para Tensorflow y, por lo
tanto, proporciona un gran punto de entrada para acercarse a Tensorflow. Lo ms
destacado de Keras:
Permite creacin de prototipos fcil y rpida
Soporta arquitecturas full-connected, convolucionales y Recurrentes
Admite esquemas de conectividad arbitrarios
Funciona sin problemas en CPU y GPU
Se integra muy bien con Tensorflow y Tensorboard

Instructores

Renato Hermoza Aragons, viene culminando su Maestra en Informtica en la PUCP,

es miembro investigador del IA-PUCP, su trabajo de investigacin est focado en aplicar
Redes Generativas Adversarias (GAN) en la reconstruccin de objetos 3D. Posee
experiencia en el desarrollo de software y ciencia de datos.

Robert Aduviri Choque, egres de la especialidad de Ingeniera Informtica y

actualmente se desempea como desarrollador de software, tuvo pasantas
internacionales en la Universidad de Sao Paulo (Brasil) y Universidad de Calgary
(Canada), participa de proyectos como miembro del IA-PUCP donde aplica tcnicas de
aprendizaje de mquina y deep learning

Inscripciones

Las inscripciones estn limitadas a una capacidad de 30 personas, se priorizar a

aquellas personas que posean conocimientos previos de programacin y nociones de
Machine Learning.