Über diesen Kurs
5,551 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Basic programming skills & experience; familiarity with basic linear algebra, calculus & probability, and 3D co-ordinate systems & transformations

Ca. 9 Stunden zum Abschließen

Empfohlen: 4 weeks of study, 4-5 hours per week...

Englisch

Untertitel: Englisch
User
Kursteilnehmer, die sich für Course entscheiden, sind
  • Machine Learning Engineers
  • Data Scientists
  • Data Engineers
  • Software Engineers
  • Researchers

Was Sie lernen werden

  • Check

    Understand machine learning techniques used in computer vision

  • Check

    Classify letters, objects and scenes

  • Check

    Detect and recognize faces

  • Check

    Solve computer vision problems with deep learning

Kompetenzen, die Sie erwerben

Deep LearningMatlabMachine LearningComputer ProgrammingComputer Vision
User
Kursteilnehmer, die sich für Course entscheiden, sind
  • Machine Learning Engineers
  • Data Scientists
  • Data Engineers
  • Software Engineers
  • Researchers

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Basic programming skills & experience; familiarity with basic linear algebra, calculus & probability, and 3D co-ordinate systems & transformations

Ca. 9 Stunden zum Abschließen

Empfohlen: 4 weeks of study, 4-5 hours per week...

Englisch

Untertitel: Englisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
4 Stunden zum Abschließen

Introduction to Visual Recognition & Understanding

9 Videos (Gesamt 30 min), 2 Lektüren, 2 Quiz
9 Videos
Health Care & Visual Perception2m
Detection, Localization & Classification6m
Recognition7m
Product Identification30
Recognition: Progress & Unsolved Problems3m
More Unsolved Problems & Gaps1m
Machine Learning in Computer Vision31
Machine Learning: Past & Present1m
2 Lektüren
Resources (Optional): Introduction to Visual Recognition & Understanding30m
REQUIRED- MATLAB and Deep Learning Onramp2h
1 praktische Übung
Machine Learning for Computer Vision30m
Woche
2
1 Stunde zum Abschließen

Early Techniques

5 Videos (Gesamt 8 min), 1 Lektüre, 1 Quiz
5 Videos
Techniques: Before Deep Learning47
Adaboost for Face Detection1m
Eigenfaces for Face Recognition2m
SVMs for Object Detection1m
1 Lektüre
Resources (Optional): Early Techniques30m
1 praktische Übung
Training Neural Network30m
Woche
3
1 Stunde zum Abschließen

Deep Learning Overview

6 Videos (Gesamt 12 min), 1 Lektüre
6 Videos
Introduction to Deep Learning3m
Insight on Deep Learning48
Convolutional Neural Networks2m
LSTM, RNN & ResNet1m
Generative Models2m
1 Lektüre
Resources (Optional) Deep Learning Overview30m
Woche
4
1 Stunde zum Abschließen

Deep Learning in Computer Vision: Applications

9 Videos (Gesamt 17 min), 2 Lektüren
9 Videos
Deep Learning: Key Applications2m
Face Detection & Recognition1m
Image Segmentation1m
Video Understanding1m
Future of Computer Vision1m
Human-Machine Interaction1m
Future Research Areas3m
Evolution of Computer Vision2m
2 Lektüren
Resources (Optional): Deep Learning in Computer Vision: Applications30m
Visual Recognition & Understanding - Key Takeaways10m

Dozenten

Avatar

Radhakrishna Dasari

Instructor
Department of Computer Science
Avatar

Junsong Yuan

Associate Professor and Director of Visual Computing Lab
Computer Science and Engineering

Über University at Buffalo

The University at Buffalo (UB) is a premier, research-intensive public university and the largest, most comprehensive institution of the State University of New York (SUNY) system. UB offers more than 100 undergraduate degrees and nearly 300 graduate and professional programs....

Über The State University of New York

The State University of New York, with 64 unique institutions, is the largest comprehensive system of higher education in the United States. Educating nearly 468,000 students in more than 7,500 degree and certificate programs both on campus and online, SUNY has nearly 3 million alumni around the globe....

Über den Spezialisierung Computervision

This specialization provides a foundation in the rapidly expanding research field of computer vision, laying the groundwork necessary for designing sophisticated vision applications. Learners explore the integral elements that enable vision applications, ranging from editing images to reading traffic signs in self-driving cars to factory robots navigating around human co-workers. Content includes image processing and state-of-the-art vision techniques, augmented by insights from top leaders in the computer vision field. Learners gain hands-on experience writing computer vision programs through online labs using MATLAB and supporting toolboxes. The specialization is taught in MATLAB* using computer vision and supporting toolboxes. Learners should have basic programming skills and experience (understanding of for loops, if/else statements), specifically in MATLAB (Mathworks provides the basics here: https://www.mathworks.com/learn/tutorials/matlab-onramp.html). Learners should also be familiar with the following: basic linear algebra (matrix vector operations and notation), 3D co-ordinate systems and transformations, basic calculus (derivatives and integration) and basic probability (random variables). To learn more, check out a video overview at https://youtu.be/OfxVUSCPXd0. * A free license to install MATLAB for the duration of the course is available from MathWorks....
Computervision

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..