Опції зарахування

Спеціальність: F3 Комп'ютерні науки (Штучний інтелект та робототехніка). ОС: Магістр. Семестр: 1. ЄКТС: 4.
Розподіл годин: Лекції - 15. Лабораторні - 30. Самостійна робота - 75. Підсумковий контроль: Екзамен.
Анотація: Курс знайомить студентів з сучасними методами й інструментами аналізу візуальної інформації та сенсорних даних. Охоплює базові концепції глибокого навчання для задач детекції, сегментації та класифікації, зокрема: класифікація ґрунтів за допомогою Deep Learning і виявлення пошкоджень від надзвичайних ситуацій з використанням EfficientNet на базі TensorFlow/Keras та ResNet-18 у PyTorch. Крім того, студенти освоюють застосування інструментів PyCDA, OpenCV, Florence, YOLO й інших методів машинного навчання для вирішення реальних завдань обробки сенсорних даних.
Робоча програма

Гості не можуть отримати доступ до цього курсу. Будь ласка, увійдіть.
Доступність

Шрифти Шрифти

Розмір шрифта Розмір шрифта

1

Колір тексту Колір тексту

Колір тла Колір тла

Кернінг шрифтів Кернінг шрифтів

Видимість картинок Видимість картинок

Інтервал між літерами Інтервал між літерами

0

Висота рядка Висота рядка

1.2

Виділити посилання Виділити посилання