Praktikum - Deep Learning auf Expertenniveau für Computer Vision und Biomedizin (IN0012, IN2106, IN4204)
Practical Course - Expert-Level Deep Learning for Computer Vision and Biomedicine (IN0012, IN2106, IN4204)
Lehrveranstaltung 0000000431 im WS 2023/4
Basisdaten
| LV-Art | Praktikum |
|---|---|
| Umfang | 6 SWS |
| betreuende Organisation | Informatik 9 - Lehrstuhl für Computer Vision and Artificial Intelligence (Prof. Cremers) |
| Dozent(inn)en |
Vladimir Golkov Leitung/Koordination: Daniel Cremers |
| Termine |
Zuordnung zu Modulen
-
IN2106: Master-Praktikum / Advanced Practical Course
Dieses Modul ist in den folgenden Katalogen enthalten:- weitere Module aus anderen Fachrichtungen
weitere Informationen
Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).
| ergänzende Hinweise | BITTE LESEN SIE DIE VORAUSSETZUNGEN UND BEWERBEN SIE SICH PER EMAIL.In diesem Praktikum werden wir Deep-Learning-Algorithmen für konkrete Anwendungen aus der Computer Vision, Biomedizin und/oder anderen Bereichen (je nach Ihrer Projektwahl) entwickeln. Das Hauptziel des Praktikums ist es, praktische Erfahrung mit Deep Learning zu sammeln und seine Vorteile und Nachteile in der Anwendung auf konkrete, relevante Probleme zu lernen.Die Themen umfassen:- Grundlagen von maschinellem Lernen und tiefen neuronalen Netzen- Standard- und fortgeschrittene Architekturen- Aufgaben jenseits des überwachten Lernens- Entwurf von Architekturen, Wahl der Kostenfunktion, Justierung von HyperparameternDie Projekte werden auf die Entwicklung neuartiger Lösungen für ECHTE OFFENE PROBLEME abzielen. Projekte mit unterschiedlichen interessanten Problemen und Datenrepräsentationen werden zur Auswahl gestellt. |
|---|---|
| Links |
Zusatzinformationen TUMonline-Eintrag |