Maschinelles Lernen für Computersehen

Worum geht's

Du lernst grundlegende maschinelle Lernmethoden, die häufig im Computer Vision eingesetzt werden (z. B. Objektklassifikation, Segmentierung, Entrauschen, Kamerakalibrierung). Am Ende kannst du die mathematische Formulierung zentraler Verfahren erklären, einfache Implementierungen erstellen und diese auf konkrete Datensätze aus dem Bereich Computersehen anwenden.

Was du danach kannst

• Grundlagen wichtiger ML-Verfahren im Kontext Computersehen beherrschen
• mathematische Herleitungen und Formulierungen verschiedener Methoden angeben
• geeignete Verfahren für konkrete Aufgaben im Computersehen auswählen und einordnen
• einfache Implementierungen der behandelten Methoden entwickeln und anwenden

Aus was das Modul besteht

• VorlesungVermittlung der Methoden und Herleitung wichtiger mathematischer Formulierungen
• ÜbungBearbeitung praktischer und theoretischer Aufgaben; Programmieraufgaben zur praktischen Erfahrung

Lehrmethode

• FolienpräsentationEinführung und Strukturierung der Themen
• TafelanschriebHerleitung wichtiger mathematischer Formulierungen
• Übungsaufgaben (auch zur Heimarbeit)praktische Vertiefung und Implementierung der Methoden