Machine Learning for Image Analysis

Modulnummer: Q08-11
Englischer Titel: Machine Learning for Image Analysis
Leistungspunkte: 8
Lehrperson: Kainmüller

Empfohlene Vorkenntnisse

Grundlagen Lineare Algebra, Analysis, Stochastik und Numerik

Zwingende Voraussetzungen

Keine

Inhalt

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.

Erforderliche Arbeitsleistungen für LP-Vergabe und Prüfungszulassung

- schriftlich eingereichte und/oder mündlich vorgetragene Lösungen zu Aufgaben
- Erstellung von Software und/oder Hardware
- aktive Teilnahme

Lehrveranstaltungen

2+2
Vorlesung: 2 SWS
Übung: 2 SWS

Zugeordneter Vertiefungsschwerpunkt

Algorithmen und Modelle: nein
Modellbasierte Systementwicklung: nein
Daten- und Wissensmanagement: ja
Ohne Vertiefungsschwerpunkt: nein

Sprache im Modul

Deutsch: nein
Englisch: ja

Angeboten für Studiengänge

M. Sc.: ja
M. Ed.: ja
Wirtschaftsmaster: ja

Angeboten im

Wintersemester: nein
Sommersemester: ja

Turnus

Unregelmäßig