In diesem Grundlagenkurs lernen Sie ohne jegliche Vorkenntnisse, wie Sie hochmoderne Modelle für die Bildklassifizierung effektiv trainieren. Von der Analyse medizinischer Bilder bis hin zur Erkennung von Verkehrsschildern - Klassifizierung ist für viele Anwendungen wichtig. Klassifizierungsmodelle dienen auch als Rückgrat für kompliziertere Modelle zur Objekterkennung. Anhand praktischer Projekte werden Sie Modelle zur Klassifizierung von Straßenschildern und zur Erkennung der Buchstaben der amerikanischen Gebärdensprache trainieren und bewerten. Nach Abschluss dieses Kurses verfügen Sie über eine solide Grundlage im Bereich Deep Learning für die Bildanalyse und sind in der Lage, reale Herausforderungen im Bereich Computer Vision zu bewältigen.

Am Ende dieses Kurses werden Sie in der Lage sein: - zu erklären, wie Deep-Learning-Netzwerke Bildmerkmale finden und Vorhersagen treffen - gängige Modelle wie GoogLeNet und ResNet für bestimmte Anwendungen neu zu trainieren - das Modellverhalten zu untersuchen, um Fehler zu erkennen und mögliche Korrekturen zu bestimmen - die Modellleistung durch die Abstimmung von Hyperparametern zu verbessern - den gesamten Deep-Learning-Workflow in einem Abschlussprojekt abzuschließen Während der Dauer des Kurses haben Sie freien Zugang zu MATLAB, einer Software, die von Top-Arbeitgebern weltweit eingesetzt wird. Die Kurse stützen sich auf die Anwendungen von MATLAB, so dass Sie weniger Zeit mit dem Programmieren und mehr Zeit mit der Anwendung von Deep Learning-Konzepten verbringen.