Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage Methoden des Deep Learnings zur automatischen Bildanalyse ( z.B. zur Klassifikation von Bildern oder zur Detektion und Unterscheidung von Personen) zu entwickeln und anzuwenden.
Deep Learning zur automatischen Bildanalyse:
* Kurze Übersicht über Computer Vision und Image Processing* Machine Learning: Überblick, parametrische Modelle, iterative Optimierungsverfahren* Feedforward Neural Networks, Backpropagation* Convolutional Neural Networks zur Klassifikation, Detektion und Segmentierung* Softwarebibliotheken und praktische Aspekte* Preprocessing, Data Augmentation, Regularisierung, Visualisierungen* Gastvorträge zu medizinischen Anwendungen sowie ethische Aspekte
Die in der Vorlesung vermittelten Inhalte werden im Zuge der Übung angewendet.
Vorlesung und eigenständiges Lösen von Programmieraufgaben.
ECTS Breakdown: 3 ECTS = 75h
16h Vorlesung34h Lösung der Übungsaufgaben24h Prüfungsvorbereitung1h Prüfung---75h
Schriftliche Prüfung (50%) und Lösung praktischer Übungsaufgaben (50%).
Voraussetzung für die Anmeldung ist eine Fortmeldung zu einem der folgenden Studien:
