Diese Lehrveranstaltung behandelt Deep Learning zur automatischen Bildanalyse, wie z.B. zur Klassifikation von Bildern oder zur Detektion und Unterscheidung von Personen. Mittels Deep Learning wurden in diesem Bereich in den letzten Jahren beträchtliche Durchbrüche erzielt; heutige Methoden auf Basis dieser Technologie erreichen in manchen Problemstellungen die Leistung von Menschen oder übertreffen diese sogar - ein Novum in diesem Bereich. Ziel dieser Lehrveranstaltung ist eine umfangreiche Einführung in Deep Learning und die Anwendung in der Praxis.
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.
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:
