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.
컴퓨터 비전 분야에서의 딥 러닝 응용 사례
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
22 heures pour terminer
3 semaines à 7 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
수강생은 컴퓨터 비전이 무엇인지 설명하고 컴퓨터 비전 과제의 예를 들 수 있습니다.
수강생은 컴퓨터 비전 과제에 대한 알고리즘 솔루션의 배경이 되는 프로세스와 그 장단점을 설명할 수 있습니다.
수강생은 직접 최신 머신 러닝 툴과 파이썬 라이브러리를 사용할 수 있습니다.
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
4 devoirs
Enseigné en Coréen
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
이번 단원에서는 컴퓨터 비전 분야를 알아봅니다. 컴퓨터 비전은 이미지에서 정보를 추출하는 것을 목표로 합니다. 컴퓨터 비전 과제의 주요 범주를 살펴본 뒤, 각 범주에 해당하는 응용 사례를 살펴보겠습니다. 머신 러닝 및 딥 러닝 기법의 도입이 컴퓨터 비전 분야에 어떤 영향을 주었는지 알아보겠습니다.
Inclus
4 vidéos12 lectures1 devoir1 sujet de discussion
이번 단원에서는 고전적 컴퓨터 비전 툴 및 기법에 대해 알아봅니다. 합성곱 연산, 선형 필터, 그리고 이미지 특징을 감지하는 알고리즘을 알아봅니다.
Inclus
5 vidéos10 lectures1 devoir
이번 단원에서는 첫 번째로 고전 컴퓨터 비전에서의 객체 인식의 문제점을 복습합니다. 다음으로 고전 컴퓨터 비전 파이프라인을 통해 객체 인식 및 이미지 분류를 수행하는 단계를 살펴봅니다.
Inclus
3 vidéos2 lectures1 devoir
이번 단원에서는 신경망을 사용한 이미지 분류 파이프라인이 고전 컴퓨터 비전 툴과 어떻게 다른지 비교해 보겠습니다. 그 후 신경망의 기본적인 요소에 대해 복습하겠습니다. 텐서 플로우 튜토리얼을 통해 이미지 분류 예측을 위해 신경망을 구축, 훈련 및 사용하는 방법을 실습하고 마무리 하겠습니다.
Inclus
4 vidéos5 lectures1 évaluation par les pairs1 laboratoire non noté
이번 단원에서는 합성곱 신경망의 구성 요소를 알아보겠습니다. 심층 신경망을 설명하는 매개변수와 초매개변수에 대해 배우고 이들이 어떻게 딥 러닝 모델의 정확도를 개선해주는지 알아보겠습니다. 텐서 플로우 튜토리얼을 통해 이미지를 분류하는 딥 신경망 구축, 훈련 및 사용을 실습하고 마무리 하겠습니다.
Inclus
6 vidéos10 lectures1 devoir1 évaluation par les pairs1 laboratoire non noté
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Machine Learning
Macquarie University
Northwestern University
University of Washington
University of Colorado Boulder
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.