Im zweiten Kurs der Spezialisierung Computer Vision for Engineering and Science werden Sie zwei der häufigsten Aufgaben der Computer Vision durchführen: Bilder klassifizieren und Objekte erkennen. Sie werden den gesamten Workflow des maschinellen Lernens anwenden, von der Vorbereitung Ihrer Daten bis zur Auswertung Ihrer Ergebnisse. Am Ende dieses Kurses werden Sie Modelle für maschinelles Lernen trainieren, um Bilder von Straßenschildern zu klassifizieren und Materialfehler zu erkennen. Sie werden in diesem Kurs MATLAB verwenden. MATLAB ist die erste Wahl für Millionen von Menschen, die in den Ingenieur- und Naturwissenschaften arbeiten, und bietet Ihnen die Fähigkeiten, die Sie für Ihre Aufgaben im Bereich des maschinellen Sehens benötigen. Sie erhalten für die Dauer des Kurses kostenlosen Zugang zu MATLAB, um Ihre Arbeit zu vervollständigen. Um in dieser Spezialisierung erfolgreich zu sein, ist es hilfreich, wenn Sie bereits Erfahrung in der Bildverarbeitung haben. Wenn Sie zum ersten Mal mit Bilddaten zu tun haben, empfehlen wir Ihnen, zunächst die Spezialisierung Image Processing for Engineering and Science zu absolvieren.

Maschinelles Lernen für Computer Vision

Maschinelles Lernen für Computer Vision
Dieser Kurs ist Teil mehrerer Programme.



Dozenten: Amanda Wang
9.794 bereits angemeldet
Bei Mehr erfahren enthalten
Fragen Sie Coursera
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger
Empfohlene Erfahrung
1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Daten vorbereiten und Merkmale für die Klassifizierung von Bildern erstellen
Trainieren und bewerten Sie Modelle zur Klassifizierung von Bildern mit
Trainieren und bewerten Sie Modelle für maschinelles Lernen zur Objekterkennung
Anpassen des Modelltrainings für verschiedene Anwendungen mithilfe von Kostenmatrizen
Kompetenzen, die Sie erwerben
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Computer Vision
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Maschinelles Lernen
- Kategorie: Bildanalyse
- Kategorie: Methoden des maschinellen Lernens
- Kategorie: Bewertung des Modells
- Kategorie: Überwachtes Lernen
- Kategorie: Modell Ausbildung
Werkzeuge, die Sie lernen werden
- Kategorie: Matlab
- Kategorie: Klassifizierungsalgorithmen
Wichtige Details

Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
12 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist als Teil verfügbar
Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten

von
Mehr von Maschinelles Lernen entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumEdge Impulse
Status: Kostenloser TestzeitraumMathWorks
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,



