Deep Learning for Computer Vision: Analyzing and Applying Neural Networks (dalam bahasa Inggris).

Visi komputer mengubah cara perangkat lunak berinteraksi dengan dunia visual, namun memahami arsitektur pembelajaran mendalam yang mendasarinya bisa terasa berat. Kursus ini memecah jaringan saraf kompleks menjadi konsep yang jelas dan dapat dibaca yang dirancang untuk pemula. Anda akan berpindah dari memahami representasi gambar dasar untuk menganalisis dan menerapkan arsitektur pembelajaran mendalam inti. Melalui penjelasan tertulis dan potongan kode, Anda akan belajar bagaimana merancang, melatih, dan mengevaluasi model untuk pengenalan visual dunia nyata. Apa yang akan kau pelajari: - Mengerti konsep dasar pemrosesan gambar dan bagaimana jaringan saraf menafsirkan data visual - Menganalisis inti arsitektur pembelajaran mendalam termasuk Convolutional Neural Networks (CNNs) - Terapkan teknik pembelajaran transfer untuk mengadopsi model pra-dilatih untuk tugas klasifikasi cetak - Evaluasi kinerja model menggunakan metrik kunci seperti presisi, mengingat, dan akurasi - Mengeksplorasi tren visi modern termasuk transisi konseptual dari CNNs ke Vision Transformers - Praktik implementasi dan fine-tuning model menggunakan bersih, pola kode modern Kurikulum dimulai dengan terminologi penting dan dasar-dasar gambar digital sebelum memandu Anda melalui pembangunan dan pelatihan jaringan saraf langkah demi langkah. Anda akan mendapatkan dasar konseptual dan praktis yang kuat melalui penjelasan berbasis bacaan dan struktur kode walk-through. Kursus ini dirancang untuk pemula dalam pembelajaran mesin dan visi komputer. Tidak ada pengalaman pembelajaran mendalam sebelumnya yang diperlukan, meskipun keakraban dasar dengan Python berguna. Mulai perjalanan Anda ke dalam visi komputer dan menguasai dasar-dasar pembelajaran mendalam visual hari ini.