4.5
estrellas
44 calificaciones

Ioana Fleming

3641 ya inscrito

Ofrecido Por

Parte del título de grado Master of Science in Data Science
Más información

Deep Learning Applications for Computer Vision

Universidad de Colorado en Boulder

Acerca de este Curso

11.915 vistas recientes

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.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Nivel intermedio

Basic calculus (differentiation and integration), linear algebra

Aprox. 22 horas para completar

Inglés (English)

Qué aprenderás

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.

Habilidades que obtendrás

Computer Vision
Convolutional Neural Network
Machine Learning
Deep Learning

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Nivel intermedio

Basic calculus (differentiation and integration), linear algebra

Aprox. 22 horas para completar

Inglés (English)

Instructor

Calificación del instructor

4,83/5 (13 calificaciones)

Ioana Fleming

Associate Teaching Professor and Chair of Undergraduate Education

Computer Science

3646 alumnos

2 cursos

Ofrecido por

Universidad de Colorado en Boulder

Comienza a trabajar para obtener tu maestría

Este curso es parte de Master of Science in Data Science completamente en línea de Universidad de Colorado en Boulder. Si te aceptan en el programa completo, tus cursos cuentan para tu título de grado.

Más información

Programa - Qué aprenderás en este curso

Semana1

Semana 1

4 horas para completar

Introduction and Background

4 horas para completar

4 videos (Total 80 minutos), 12 lecturas, 1 cuestionario

4 videos

Lecture 121mLecture 217mLecture 319mLecture 421m

12 lecturas

Welcome and Where to Find Help 10mInformation on Peer Reviews10mWhat is Computer Vision?10mLecture 1 notes10mLecture 2 notes10mReadings and Resources10mTED Talk: "How We're Teaching Computers to Understand Pictures" Prof. Fei-Fei Li10mLecture 3 notes10mReadings and Resources10mEthics of Driverless Cars - The New Yorker Magazine10mLecture 4 notes10mReadings and Resources10m

1 ejercicio de práctica

Computer Vision Areas and Applications30m

Semana2

Semana 2

4 horas para completar

Classic Computer Vision Tools

4 horas para completar

5 videos (Total 115 minutos), 10 lecturas, 1 cuestionario

5 videos

Lecture 518mLecture 617mLecture 721mLecture 834mLecture 923m

10 lecturas

Textbook Readings Modules 2-310mLecture 5 notes10mLecture 6 notes10mTextbook Readings and Other Resources10mLecture 7 notes10mTextbook Readings and Other Resources10mLecture 8 notes10mTextbook Readings and Other Resources10mLecture 9 notes10mTextbook Readings and Other Resources15m

1 ejercicio de práctica

Edge Detection30m

Semana3

Semana 3

3 horas para completar

Image Classification in Computer Vision

3 horas para completar

3 videos (Total 45 minutos), 2 lecturas, 1 cuestionario

Semana4

Semana 4

5 horas para completar

Neural Networks and Deep Learning

5 horas para completar

4 videos (Total 100 minutos), 5 lecturas, 1 cuestionario

Reseñas

4.5

9 reseña

5 stars
72,72 %
4 stars
18,18 %
3 stars
4,54 %
1 star
4,54 %

Principales reseñas sobre DEEP LEARNING APPLICATIONS FOR COMPUTER VISION

por DM16 de jun. de 2022

Learnt many things and most exciting was Python code part

por JP2 de ene. de 2022

Great introductory course on deep learning for computer vision.

Ver todas las reseñas

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si compro el Certificado?
Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Deep Learning Applications for Computer Vision

Deep Learning Applications for Computer Vision

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás