AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden

Machine Learning for Image Analysis - Detailseite

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung Veranstaltungsnummer 3313061
Semester SoSe 2020 SWS 2
Rhythmus Moodle-Link  
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache deutsch
Belegungsfrist Es findet keine Online-Belegung über AGNES statt!
Veranstaltungsformat Digital

Termine

Gruppe 1
Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer
Do. 09:00 bis 11:00 wöch Johann von Neumann-Haus - 4.113 Rudower Chaussee 25 (RUD25) - (Unterrichtsraum) Kainmueller findet statt     1000
Gruppe 1:
 


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Kainmueller, Dagmar
Studiengänge
Abschluss Studiengang LP Semester
Master of Education (ISS)  Informatik 1. Fach ( Vertiefung: mit LA-Option; POVersion: 2015 )   -  
Master of Education (GYM)  Informatik 1. Fach ( Vertiefung: mit LA-Option; POVersion: 2015 )   -  
Master of Education (ISG)  Informatik 1. Fach ( Vertiefung: mit LA-Option; POVersion: 2018 )   -  
Master of Education (BS)  Informatik 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2015 )   -  
Master of Education (ISS)  Informatik 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2015 )   -  
Master of Education (GYM)  Informatik 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2015 )   -  
Master of Education (ISG)  Informatik 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2018 )   -  
Master of Science  Informatik Hauptfach ( Vertiefung: kein LA; POVersion: 2015 )   -  
Master of Science  Wirtschaftsinformatik Hauptfach ( Vertiefung: kein LA; POVersion: 2016 )   -  
Zuordnung zu Einrichtungen
Einrichtung
Mathematisch-Naturwissenschaftliche Fakultät, Institut für Informatik
Inhalt
Kommentar

The course will introduce machine learning methods for image analysis, with a focus on deep learning and probabilistic graphical models. The aim is to convey state of the art methodology for solving problems like image classification, semantic segmentation, instance segmentation, object detection, and object tracking. Topics will include supervised learning with convolutional and recurrent neural networks, as well as structured prediction with discrete Markov random fields and integer linear programming. Prerequisites that go beyond a basic knowledge of linear algebra, analysis and probability theory will be covered.

Bemerkung

Die Vorlesung findet auf Englisch statt.

Strukturbaum

Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2020. Aktuelles Semester: WiSe 2020/21.
Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin