4.6
étoiles
40 évaluations

Ioana Fleming

3 374 déjà inscrits

Offert par

Dans le cadre du diplôme Master of Science in Data Science
En savoir plus

Deep Learning Applications for Computer Vision

Université du Colorado à Boulder

À propos de ce cours

11 783 consultations récentes

This course can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.
In this course, you’ll be learning about Computer Vision as a field of study and research. First we’ll be exploring several Computer Vision tasks and suggested approaches, from the classic Computer Vision perspective. Then we’ll introduce Deep Learning methods and apply them to some of the same problems. We will analyze the results and discuss advantages and drawbacks of both types of methods. We'll use tutorials to let you explore hands-on some of the modern machine learning tools and software libraries. Examples of Computer Vision tasks where Deep Learning can be applied include: image classification, image classification with localization, object detection, object segmentation, facial recognition, and activity or pose estimation.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Basic calculus (differentiation and integration), linear algebra

Approx. 23 heures pour terminer

Anglais

Ce que vous allez apprendre

Learners will be able to explain what Computer Vision is and give examples of Computer Vision tasks.
Learners will be able to describe the process behind classic algorithmic solutions to Computer Vision tasks and explain their pros and cons.
Learners will be able to use hands-on modern machine learning tools and python libraries.

Compétences que vous acquerrez

Computer Vision
Convolutional Neural Network
Machine Learning
Deep Learning

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Basic calculus (differentiation and integration), linear algebra

Approx. 23 heures pour terminer

Anglais

Enseignant

Évaluation de l'enseignant

4,83/5 (13 évaluations)

Ioana Fleming

Associate Teaching Professor and Chair of Undergraduate Education

Computer Science

3 374 étudiants

1 cours

Offert par

Université du Colorado à Boulder

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master of Science in Data Science de Université du Colorado à Boulder. Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

4 heures pour terminer

Introduction and Background

4 heures pour terminer

4 vidéos (Total 80 min), 12 lectures, 1 quiz

4 vidéos

Lecture 121 min

Lecture 217 min

Lecture 319 min

Lecture 421 min

12 lectures

Welcome and Where to Find Help 10 min

Information on Peer Reviews10 min

What is Computer Vision?10 min

Lecture 1 notes10 min

Lecture 2 notes10 min

Readings and Resources10 min

TED Talk: "How We're Teaching Computers to Understand Pictures" Prof. Fei-Fei Li10 min

Lecture 3 notes10 min

Readings and Resources10 min

Ethics of Driverless Cars - The New Yorker Magazine10 min

Lecture 4 notes10 min

Readings and Resources10 min

1 exercice pour s'entraîner

Computer Vision Areas and Applications30 min

Semaine

Semaine 2

4 heures pour terminer

Classic Computer Vision Tools

4 heures pour terminer

5 vidéos (Total 115 min), 10 lectures, 1 quiz

5 vidéos

Lecture 518 min

Lecture 617 min

Lecture 721 min

Lecture 834 min

Lecture 923 min

10 lectures

Textbook Readings Modules 2-310 min

Lecture 5 notes10 min

Lecture 6 notes10 min

Textbook Readings and Other Resources10 min

Lecture 7 notes10 min

Textbook Readings and Other Resources10 min

Lecture 8 notes10 min

Textbook Readings and Other Resources10 min

Lecture 9 notes10 min

Textbook Readings and Other Resources15 min

1 exercice pour s'entraîner

Edge Detection30 min

Semaine

Semaine 3

3 heures pour terminer

Image Classification in Computer Vision

3 heures pour terminer

3 vidéos (Total 45 min), 2 lectures, 1 quiz

Semaine

Semaine 4

5 heures pour terminer

Neural Networks and Deep Learning

5 heures pour terminer

4 vidéos (Total 100 min), 5 lectures, 1 quiz

Avis

4.6

8 avis

5 stars
75 %
4 stars
17,50 %
3 stars
2,50 %
1 star
5 %

Meilleurs avis pour DEEP LEARNING APPLICATIONS FOR COMPUTER VISION

par JP2 janv. 2022

Great introductory course on deep learning for computer vision.

par DM16 juin 2022

Learnt many things and most exciting was Python code part

Voir tous les avis

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si j'achète le Certificat ?
Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Deep Learning Applications for Computer Vision

Deep Learning Applications for Computer Vision

À propos de ce cours

Ce que vous allez apprendre

Compétences que vous acquerrez