In dieser Weiterbildung erlernen Sie die Anwendung von Python und Deep Learning im Bereich Visual Computing. Sie werden in die Lage versetzt, komplexe Bild- und Videodaten zu analysieren und zu interpretieren. Ein Schwerpunkt liegt auf der Entwicklung und Implementierung neuronaler Netzwerke für Aufgaben wie Bildklassifikation und Objekterkennung. Sie erwerben fundierte Kenntnisse in der Nutzung von Python-Bibliotheken wie TensorFlow und Keras zur Erstellung und Optimierung von Deep-Learning-Modellen. Zudem lernen Sie, Visual-Computing-Techniken anzuwenden, um Muster in Bilddaten zu erkennen und zu visualisieren. Ein weiterer Fokus liegt auf der Datenvorbereitung und -verarbeitung, einschließlich Techniken zur Verbesserung der Datenqualität und -repräsentation. Durch praktische Übungen und Projekte wenden Sie die erlernten Konzepte direkt an. Sie entwickeln eigene Anwendungen im Bereich Visual Computing und vertiefen Ihr Verständnis für die Herausforderungen und Lösungen in diesem Feld. Nach Abschluss der Weiterbildung sind Sie in der Lage, Deep-Learning-Modelle für Visual-Computing-Aufgaben zu entwickeln und in verschiedenen Anwendungsbereichen einzusetzen.

Grundlagen der Python-Programmierung
  • Kenntnisse im Bereich Visual Computing zur Installation und Einrichtung von Python
  • Python im interaktiven Modus
  • Schwerpunkt auf grundlegenden Programmierkonzepten für Visual Computing
  • Datenstrukturen und Standard-Datentypen
  • Anweisungen und Skripte mit Fokus auf Visual Computing
  • Funktionen und Dictionaries
  • Ein- und Ausgabe
  • Definition von Klassen und objektorientiertes Modellieren mit Bezug auf Visual Computing
  • Testen und Tuning

Datenverarbeitung und Analyse mit Python
  • Einführung in NumPy und Messdatenverarbeitung im Zusammenhang mit Visual Computing
  • Python- und Machine-Learning-Bibliotheken
  • Verbindungen zu TensorFlow und Anwendungen im Visual Computing

Deep Learning Grundlagen
  • Anwendungen von Neuronalen Netzen für Visual Computing
  • Trainieren eines Neuronalen Netzes
  • Lineare Regression im Deep Computing-Kontext

Spezialisierung in Deep Learning mit Keras
  • Keras und Stimmungsanalyse mit Anwendungsbeispielen aus Visual Computing
  • Laden und Speichern von Modellen
  • Benutzen von vorgefertigten Modellen mit Keras für Visual Computing
  • Anwendungen in Cloud Deep Learning, Bildgenerierung, Musik und Video