Deep Learning in Vision

LocationLuzern, Central Switzerland, Switzerland
CategoryPedagogy
typeCourse

Deep Learning umfasst Methoden des maschinellen Lernens, welche auf Neuronalen Netzen basieren. Sogenannte Convolutional Networks haben sich in den letzten Jahren als ’State of the Art’ im Bereich der bildbasierten Objektklassifikation durchgesetzt.

In der Übersicht

Der Kurs vermittelt die notwendigen Grundlagen zum Verständnis der Architektur und Funktion von Convolutional Neural Networks (CNN). Anhand von Beispieldaten aus der Praxis werden konkrete Klassifikationsprobleme studiert und als Lösungsmethode CNNs vorgestellt sowie deren Funktionsweise auf diesen Problemen analysiert. Schliesslich bietet sich die Möglichkeit an, in Gruppen und unter Anleitung der Dozierenden eine eigene oder vorgegebene Problemstellung zu bearbeiten.

Ziele

Die Teilnehmerinnen und Teilnehmer

  • kennen die grundlegenden Begriffe und Konzepte der bildbasierten Objektklassifikation und deren Validierungsmethoden;
  • kennen typische Anwendungsbeispiele, welche sich für Anwendung eines Deep Learning Ansatzes eignen;
  • verstehen die Struktur von mehrlagigen Neuronalen Netzen und deren Funktionsweise und können die Implementierung nachvollziehen;
  • kennen die wesentlichen Komponenten eines Neuronalen Netzwerks und deren Repräsentation und Parametrisierung in einem Deep Learning Framework (TensorFlow, Keras);
  • können ein Modell passend konfigurieren sowie parametrisieren, um bekannte sowie neue Probleme im Bereich der Klassifikation von Bilddaten anzugehen.

Die Grundlage zum Erlangen der zwei ETCS bildet ein schriftlicher Leistungsnachweis, in welchem die vorgegebene oder eigene Problemstellung analysiert und diskutiert wird.

Programmstart

20. Juni 2024

Programmende

28. Juni 2024

Anmeldeschluss

3 Wochen vor Kursstart

Dauer

3 Tage

Kosten

CHF 1’450.-

inklusive Kursunterlagen in Englisch

Programmleitung
In your contacts, please refer to myScience.ch
and reference edu.myScience.ch/id3811