LERNZIELE
- Du verstehst, wie Convolutional Neural Networks (CNNs) aufgebaut sind und wie sie zur Verarbeitung von Bildern eingesetzt werden
- Du lernst, wie mit Transfer Learning bereits vortrainierte Deep-Learning-Modelle genutzt und an neue Aufgaben angepasst werden können
- Du erfährst, wie mithilfe des Sliding-Window-Verfahrens Objekte in Bildern lokalisiert werden können
- Du lernst, was Autoencoder sind und wie sie zur Bildverbesserung, etwa zur Entfernung von Bildrauschen, eingesetzt werden
- Du verstehst, wie Generative Adversarial Networks (GANs) funktionieren und wie sie verwendet werden, um Bilder zu erzeugen
INHALT
Der zweite Teil unserer Einstiegsreihe zu Deep Learning widmet sich voll und ganz den faszinierenden Möglichkeiten, die Deep Learning in der Bildverarbeitung bietet. Mit Convolutional Neural Networks (CNNs) lernst du das Herzstück moderner Computer Vision kennen – und verstehst, wie Bilder analysiert, klassifiziert und verarbeitet werden.
Darüber hinaus tauchst du in fortgeschrittene Techniken ein, die heute in zahlreichen Anwendungen zum Einsatz kommen. Du erfährst, wie du mit Transfer Learning vortrainierte Modelle wie VGG16 gezielt für deine eigenen Bilderkennungsprojekte nutzt. Ebenso lernst du das Sliding-Window-Verfahren kennen, um Objekte in Bildern zu lokalisieren. Ein weiterer Schwerpunkt liegt auf Autoencodern, mit denen du z.B. verrauschte Bilder rekonstruieren kannst. Schließlich erhältst du eine Einführung in Generative Adversarial Networks (GANs) – ein innovativer Ansatz zum Generieren von Bildern.
Alle Kurse dieser Reihe legen großen Wert auf Praxis: Zahlreiche Übungen, Code-Beispiele und Projekte ermöglichen es dir, das Gelernte unmittelbar anzuwenden. Mit diesem Kurs baust du deine Kenntnisse im Bereich Deep Learning deutlich aus und bist anschließend bereit für anspruchsvolle Bildverarbeitungsaufgaben.
ALLE LEKTIONEN IM ÜBERBLICK
SO LERNST DU MIT DIESEM KURS
In den Videokursen der heise academy lernst du IT-Themen anschaulich und verständlich. Du siehst den Experten bei der praktischen Arbeit zu und lässt dir dabei alles genau erklären. Das Wissen ist in kompakte Lerneinheiten unterteilt, sodass du den Kurs Schritt für Schritt durcharbeiten oder gezielt zu Lektionen springen kannst, die dich interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für dich bereit, die dich beim Lernen unterstützen:
- Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten
- Wissensquiz zur Lernkontrolle
- Lernhistorie und Lernfortschritt
- Lesezeichen und Notizen
- Volltextsuche in den Videos
- Übungsmaterial zum Mitmachen
- Responsive Web-App und Videostreaming für alle Endgeräte
TECHNISCHE VORAUSSETZUNGEN
Für diesen Videokurs wird lediglich ein aktueller Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
DEIN EXPERTE
Ilyas Tachakor entdeckte bereits während seines Informatikstudiums seine Leidenschaft für Data Science. Bevor er sich als Online-Dozent selbstständig machte, entwickelte er bei einem führenden deutschen EdTech-Startup innovative Lerninhalte im Bereich Informatik. Diese Erfahrung verschaffte ihm ein umfassendes Verständnis für die Bedürfnisse von Lernenden. Heute verbindet er dieses Wissen mit seiner Fachkompetenz, um in seinen praxisorientierten Videokursen ein nachhaltiges Lernerlebnis zu schaffen und Menschen für moderne Technologien zu begeistern.
Deep Learning – Teil 2: Bildverarbeitung
inkl. MwSt. | 163,87 € netto