Deep Learning pratico per la visione artificiale

Il deep learning è la tecnologia alla base della moderna visione artificiale, dal riconoscimento facciale alla guida autonoma. Questo corso fornisce una roadmap completa per padroneggiare i principi fondamentali del deep learning e applicarli specificamente alle attività basate sulle immagini, consentendo di creare, addestrare e valutare modelli di visione artificiale funzionali. Cosa imparerai: * Imparare i fondamenti matematici e concetti fondamentali delle reti neurali, tra cui backpropagation e tecniche di ottimizzazione. * Comprendere l'architettura e la funzione delle reti neurali convoluzionali (CNN) per una robusta classificazione delle immagini e l'estrazione delle funzionalità. * Praticare l'implementazione di attività di visione comune, tra cui il rilevamento di oggetti e la segmentazione delle immagini. * Esplora i moderni modelli generativi, come le reti generative adversariali (GAN), utilizzate per la sintesi delle immagini e la super risoluzione. * Applicare metodi pratici di valutazione del modello e comprendere le considerazioni di base per i modelli di visione addestrati. Il corso inizia stabilendo una solida base teorica nel deep learning, passando rapidamente a esercizi pratici in cui implementerai e analizzerai varie architetture di reti neurali progettate specificamente per i dati visivi.Questo corso è progettato per principianti assoluti interessati all'IA, all'apprendimento automatico o alla scienza dei dati. Non è richiesta alcuna esperienza precedente con il deep learning o la computer vision, ma solo una familiarità di base con la programmazione.