Technische Universität Ilmenau

Deep Learning für Computer Vision - Modultafeln of TU Ilmenau

The Module Catalogue have a pure informational character. If you find information that seems to be incorrect, please contact modulkatalog@tu-ilmenau.de.

The legally binding information can be found in the corresponding curriculum and "Modulhandbuch", which are served on the pages of the course offers.
Information on the time and location of planned courses can be found in the e-calendar of events.

module properties Deep Learning für Computer Vision in major Bachelor Informatik 2013
module nameDeep Learning für Computer Vision
module number200133
departmentDepartment of Computer Science and Automation
ID of group 2233 (Group for Neuroinformatics and Cognitive Robotics)
module leaderProf. Dr. Horst-Michael Groß
credit points5
Obligationelective module
requirements

keine

certificate of the module Individual achievements or exams
details of the certificate
Signup details for alternative examinations
learning outcome

Im Modul "Deep Learning für Computer Vision" haben die Studierenden die konzeptionellen, methodischen und algorithmischen Grundlagen von DNNs (Deep Neural Networks) kennen gelernt. Sie haben die grundsätzliche Herangehensweise dieser Form des Wissenserwerbs, der Generierung von implizitem Wissen aus Trainingsbeispielen, verstanden. Sie wissen, wie ein tiefes Neuronales Netzwerk aus Trainingsbeispielen lernt und diese nach Beendigung der Lernphase verallgemeinern kann, da das Netzwerk Muster und Gesetzmäßigkeiten in den Lerndaten erkannt hat. Die Studierenden haben sich die wesentlichen Konzepte, Lösungsansätze sowie Modellierungs- und Implementierungstechniken beim Einsatz von Deep-Learning-Verfahren und der zugehörigen Frameworks zur Implementierung solcher Netzwerke angeeignet.
Durch die Anwendung des erworbenen Wissens in ergänzenden, praxisnahen Implementierungsaufgaben (Teilleistung 2) sind die Studierenden in der Lage, Fragestellungen aus dem Anwendungsfeld Computer Vision zu analysieren, durch Anwendung des behandelten Methodenspektrums auf Fragestellungen aus den behandelten Bereichen neue Lösungskonzepte zu entwerfen und algorithmisch umzusetzen sowie bestehende Lösungen zu bewerten. Nach
intensiven Diskussionen während der Übungen und zur Auswertung der
Python-Implementierung können die Studierenden Leistungen ihrer Mitkommilitonen
richtig einschätzen und würdigen. Sie berücksichtigen Kritik, beherzigen
Anmerkungen und nehmen Hinweise an.

The module contains the following subjects:
Deep Learning for Computer Vision
credit points5
Obligationelective module
certificate of the moduleexamination performance with multiple performances
term Wintersemester