Konvoluční neuronové sítě a zpracování obrazu II
Jedná se o pokračování kurzu Konvoluční sítě a zpracování obrazu ve kterém se detailněji zaměříme na předzpracování dat a pokročilé techniky hlubokého učení pro zpracování obrazu.
Budete přesměrováni na web Pumpedu
Přehled kurzu
O kurzu
Požadavky
- Základní znalost programování v Pythonu
- Středoškolská matematika
- Znalosti strojového učení na úrovni kurzu Úvod do strojového učení
- Znalosti na úrovni kurzu Konvoluční neuronové sítě a zpracování obrazu
Osnova kurzu
Architektury neuronových sítí pro zpracování obrazu (konvoluce, dekonvoluce, pooling, residual connection)
- Velké neuronové sítě pro zpracování obrazu (VGG 16 and ResNet)
- Segmentace obrazu (U-net, detekce objektů)
- Praktický příklad na segmentaci obrazu
- Generativní soupeřící sítě (GAN)
- Praktický příklad na generování obrázků
- Superresolution (Upsampling, praktický příklad na zvýšení rozlišení obrázku pomocí GAN)
- Praktický rozsáhlejší projekt na predikci cen nemovitostí s využitím kombinace tabulárních a obrazových dat
Kurzem tě provede
Jiří Materna
Lektor Machine Learning College s.r.o
Důležité informace
Kód kurzu
Pumpedu
Podobné nabídky
Zobrazit vše
Firemní AI strategie – jak postavit a řídit AI rozvoj ve firmě
SPC III - Projekt zavádění statistických metod v organizaci