Skip to content

4lb3rt0r/TC3007C_Equipo2

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

45 Commits
 
 
 
 
 
 

Repository files navigation

Curso TC3007C - Inteligencia Artificial Avanzada para la Ciencia de Datos II - Equipo 2

Integrantes del equipo

  • Luis Ángel Guzmán Iribe - A01741757
  • Julian Lawrence Gil Soares - A00832272
  • Alberto H Orozco Ramos - A00831719

Profesores

  • Ivan Mauricio Amaya Contreras
  • Blanca Rosa Ruiz Hernandez
  • Félix Ricardo Botello Urrutia
  • Edgar Covantes Osuna
  • Felipe Castillo Rendón
  • Hugo Terashima Marín
  • Christian Carlos Mendoza Buenrostro

Socio Formador

NDS Cognitive Labs

  • Nisim Jonathan Hurst Tarrab
  • Kevin Zazueta

Reto Periodo 2: Sistema de detección automática de asistencia y participación dentro de un salón de clase basado en ML y visión computacional

Durante las diversas etapas de desarrollo de este proyecto, que abarcan desde la identificación de la problemática hasta el análisis y preparación de los requisitos y los datos correspondientes, así como el establecimiento de algoritmos de Machine Learning, su codificación, revisión e implementación, se persigue alcanzar una resolución satisfactoria, precisa y coherente basada en los recursos proporcionados. Esto se logrará mediante el uso de modelos matemáticos y estadísticos válidos que respalden y otorguen mayor veracidad a los datos generados por nuestro modelo.

Adicionalmente, se tiene como objetivo la implementación de herramientas y bibliotecas, como OpenCV y otras, para respaldar la visualización de los resultados obtenidos, teniendo en cuenta las tesis desarrolladas de manera teórica, asegurando así su coherencia y viabilidad.

En las etapas finales del primer proyecto, se anticipa que el modelo de Machine Learning brindará resultados cercanos a los datos reales, habiendo aplicado los métodos más óptimos para su implementación.

Archivos para evaluación final

Archivos de retroalimentación

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published