Monthly Subscription Starting at AED 99 + VAT

컴퓨터 비전 분야에서의 딥 러닝 응용 사례
  • Level Professional
  • Course by University of Colorado Boulder
  • Offered by

About

이 강의는 CU 볼더 대학교의 데이터 과학 석사(MS-DS) 학위 과정의 일부로써 학점 인정이 가능하며 Coursera 플랫폼을 통해 제공됩니다. MS-DS는 CU 볼더 대학교의 응용 수학, 컴퓨터 과학, 정보 과학 및 기타 여러 학과 교수진이 모여 만든 학제간 학위 과정입니다. MS-DS는 능력에 따라 입학이 허가되고 지원 절차가 없기 때문에 컴퓨터 과학, 정보 과학, 수학 및 통계학 분야에 대해 광범위한 학부 과정을 이수하고 전문 경험이 풍부한 사람에게 이상적인 과정입니다. MS-DS 과정에 대한 정보는 링크(https://www.coursera.org/degrees/master-of-science-data-science-boulder)를 통해 확인하실 수 있습니다. 본 강의에서 여러분은 학습 및 연구 분야인 컴퓨터 비전에 대해 배웁니다. 먼저 고전적인 컴퓨터 비전 관점에서 몇 가지 컴퓨터 비전 과제와 추천 접근법을 살펴봅니다. 다음으로는 딥 러닝 기법을 소개하고 이를 동일한 문제에 적용해 보겠습니다. 그 후 결과를 분석하고 두 기법의 장단점을 알아보겠습니다. 또한 튜토리얼을 통해 최신 머신 러닝 툴 및 소프트웨어 라이브러리를 실습해봅니다. 딥 러닝을 활용할 수 있는 컴퓨터 비전 과제에는 이미지 분류, 국소화를 통한 이미지 분류, 객체 감지, 객체 분할, 얼굴 인식, 움직임 또는 자세 추정 등이 있습니다.

Modules

강의 개요

    • 1 Videos
    • 4 Readings
    • 1 Discussion
Show info about module content

1 Discussions

  • 자기 소개

1 Videos

  • 1강

4 Readings

  • 환영 인사 및 도움말 정보
  • 동료 평가 정보
  • 컴퓨터 비전이란?
  • 1강 강의 노트

컴퓨터 비전 분야: 움직임 분석

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 2강

2 Readings

  • 2강 강의 노트
  • 읽기 자료 및 기타 학습 자료

컴퓨터 비전에서의 신경망과 그 영향

    • 1 Videos
    • 3 Readings
Show info about module content

1 Videos

  • 3강

3 Readings

  • TED 강연: "컴퓨터가 사진을 이해하도록 가르치는 방법" Fei-Fei Li 교수
  • 3강 강의 노트
  • 읽기 자료 및 기타 학습 자료

컴퓨터 비전을 위한 딥 러닝 - 데이터 챌린지

    • 1 Videos
    • 3 Readings
Show info about module content

1 Videos

  • 4강

3 Readings

  • 운전자 없는 차량의 윤리학 - 뉴요커 지
  • 4강 강의 노트
  • 읽기 자료 및 기타 학습 자료

평가 과제

    • 1 Assignment
Show info about module content

1 Assignment

  • 컴퓨터 비전 분야 및 응용 사례

이미지란 무엇일까요? 이미지 특징

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 5강

2 Readings

  • 2~3주차 교재
  • 5강 강의 노트

선형 필터 및 합성곱

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 6강

2 Readings

  • 6강 강의 노트
  • 교재에서 읽어볼 부분 및 기타 참고 자료

기울기 및 선형 필터

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 7강

2 Readings

  • 7강 강의 노트
  • 교재에서 읽어볼 부분 및 기타 참고 자료

경계 검출 알고리즘

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 8강

2 Readings

  • 8강 강의 노트
  • 교재에서 읽어볼 부분 및 기타 참고 자료

질감

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 9강

2 Readings

  • 9강 강의 노트
  • 교재에서 읽어볼 부분 및 기타 참고 자료

평가 과제

    • 1 Assignment
Show info about module content

1 Assignment

  • 경계 검출

고전 컴퓨터 비전에서의 객체 인식부터 이미지 분류까지

    • 3 Videos
    • 2 Readings
Show info about module content

3 Videos

  • 10강: 제1부
  • 10강: 제2부
  • 10강: 제3부

2 Readings

  • 10강 강의 노트
  • 교재에서 읽어볼 부분 및 기타 참고 자료

평가 과제

    • 1 Assignment
Show info about module content

1 Assignment

  • 객체 인식

신경망을 사용한 객체 인식 및 이미지 분류

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 11강

1 Readings

  • 11강 강의 노트

이미지 분류에서의 신경망

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 12강

1 Readings

  • 12강 강의 노트

이미지 분류 파이프라인

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 13강

2 Readings

  • 13강 강의 노트
  • 읽기 자료 및 기타 학습 자료

신경망 튜토리얼 - 텐서 플로우

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 14강

1 Readings

  • 14강 강의 노트

평가 과제

    • 1 PeerReview
    • 1 Lab
Show info about module content

1 Peer Review

  • 신경망 매개변수

1 Labs

  • 신경망 매개변수

합성곱 신경망

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 15강

2 Readings

  • 15강 강의 노트
  • 읽기 자료 및 기타 학습 자료

추가 초매개변수 및 풀링층

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 16강

2 Readings

  • 16강 강의 노트
  • 읽기 자료 및 기타 학습 자료

CNN 튜토리얼

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 17강

1 Readings

  • 17강 강의 노트

CNN 시각화

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 18강

2 Readings

  • 18강 강의 노트
  • 읽기 자료 및 기타 학습 자료

딥 러닝 신경망 - 기타 고려할 점

    • 1 Videos
    • 2 Readings
Show info about module content

1 Videos

  • 19강

2 Readings

  • 19강 강의 노트
  • 읽기 자료 및 기타 학습 자료

평가 과제

    • 1 PeerReview
    • 1 Lab
Show info about module content

1 Peer Review

  • 합성곱층

1 Labs

  • 합성곱층

마지막 평가 과제

    • 1 Assignment
Show info about module content

1 Assignment

  • 마지막 퀴즈

결론

    • 1 Videos
    • 1 Readings
Show info about module content

1 Videos

  • 결론

1 Readings

  • 추가 학습 자료

Auto Summary

Explore the fascinating world of computer vision through deep learning applications in this comprehensive course offered as part of CU Boulder's interdisciplinary Master of Science in Data Science (MS-DS) degree, available on Coursera. This course is ideal for individuals with a strong background in computer science, information science, mathematics, and statistics, and who have substantial professional experience. Guided by expert faculty from CU Boulder's various departments, you'll delve into classical computer vision challenges and approaches before advancing to deep learning techniques to tackle the same problems. Hands-on tutorials will empower you to use the latest machine learning tools and software libraries. Key topics include image classification, localization, object detection, segmentation, facial recognition, and movement or pose estimation. This professional-level course is perfect for those aiming to enhance their skills in data science and AI, with flexible subscription options to suit your learning needs. Join now to gain cutting-edge knowledge and practical experience in applying deep learning to computer vision tasks.

Ioana Fleming
Instructor

Ioana Fleming