Kursus

Deep Learning for visual recognition

The deep learning revolution has brought us self-driving cars, Google translate, Siri and much more. This course is a deep dive into the details of deep learning for visual recognition.


Tid og sted

  • 01.10.20

    København

Varighed: 2 dage

The best way to learn about deep learning

Visual recognition (or computer vision) is the most established field within deep learning and also the best way to learn about it. During this 2-day course, you will learn to implement, train and debug your own neural networks and gain a detailed understanding of neural network architectures and insight into cutting-edge research in deep learning.

The hands-on programming exercises will involve setting up computer vision problems, like:

  • Image classification
  • Apply learning algorithms
  • Practical engineering tricks for training and fine-tuning the networks.

At the end of the course we will discuss how to apply deep learning for other data types, like text, speech, and tabular data.

The course is for software developers or engineers, who wish to add deep learning to their toolbox

Participants will be reading and writing code in Python. Basic programming skills are required, but not necessarily familiarity with Python. No prior knowledge about machine learning is required and only basic skills in mathematics are required.

At the end of the course, you will be able to:

  • identify and describe visual recognition tasks that can be solved with deep learning
  • describe and compare different neural networks architectures,
  • explain and relate techniques for training neural networks,
  • apply deep learning to standard visual recognition tasks and assess the results,
  • define and scope your own deep learning projects.

Your organization will:

  • have a competitive advantage by having employees with deep learning competences
  • be better equipped to collect and exploit data in the future
  • have a higher chance of retaining employees with an interest in AI.

How the course is run

The course covers deep learning theory but focuses primarily on being able to use the techniques and offers hands-on training under expert guidance. You can ask about everything from how to start to when you are stuck. And the best part is that after taking the course you will be able to continue using deep learning at work.

09:00-16:00

Day 1

  • Machine learning fundamentals
  • Logistic and linear regression
  • Simple neural networks
  • Training neural networks (including topics like optimization, backpropagation, transfer learning, and regularization techniques to avoid overfitting)
09:00-16:00

Day 2

  • Convolutional neural networks
  • Advanced neural network architectures (including topics like ResNet, Recurrent Neural Networks and Generative Adversarial Networks)

Before the course:

You should either have or be willing to create a Google (i.e., gmail) account, preferably before attending the course.

Also, you will get the most out of the course if you brush up in advance on:

  • basic linear algebra (e.g., inner products and matrix/vector multiplication)
  • basic calculus (e.g., differentiation and especially the chain rule)
  • simple probability theory (e.g., probability distributions)

During the course

You are expected to bring your own laptop to the course.

There are no hardware requirements (like GPU), and you don’t need to install any special software. All you need is an internet browser (ideally Google Chrome).

After the course

There are no hand-ins or anything like that, but you can consult the teacher after the course in case you need help setting up your own projects.

 

TilmeldingLink kopieret

Varighed

2 dage

Pris ekskl. moms

IDA-medlem:

9.900 kr.

Ikke IDA-medlem:

11.900 kr.

Vælg sted og dato

København

[object Object]
 

InstructorLink kopieret

Henrik Pedersen

Henrik Pedersen (PhD) is Head of Visual Computing Lab at the Alexandra Institute and lecturer at the Department of Computer Science, Aarhus University (AU), where he teaches the full-semester course, “Deep Learning for Visual Recognition”. Over his career, Henrik has been in various academic positions, covering research and teaching in computer vision and deep learning. He is an experienced educator and has played a key role in building up the vibrant deep learning community at both the Alexandra Institute and AU’s computer science department.

 

FAQ om kurserLink kopieret

Her kan du finde svar på nogle af de spørgsmål, som vi oftest bliver stillet

Jeg er ikke medlem af IDA, kan jeg deltage alligevel?

Alle vores kurser henvender sig til både medlemmer og ikke-medlemmer.

Er der stadig ledige pladser på kurset?

Der er ledige pladser på kurset, hvis der er markeret med en grøn cirkel ud for datoerne. Hvis der er få pladser tilbage, er det markeret med en gul cirkel. Er der en rød cirkel ud for datoerne er kurset enten fyldt eller tilmeldingsfristen er overskredet.

Hvornår er tilmeldingsfristen for kurset?

Tilmeldingsfristen kan variere fra kursus til kursus, alt efter hvor meget forberedelse der er på det enkelte kursus. Du finder fristen for tilmeldingen under tilmeldingsknappen. Vi beslutter en måned før afholdelsesdatoen, om kurset kan gennemføres. Det vil derfor være optimalt, hvis du tilmelder dig inden. Hvis tilmeldingsfristen skulle være overskredet, kan du sende en forespørgsel til den kursusansvarlige, som vil vurdere om det er muligt stadig at blive tilmeldt.

Kan jeg komme på en venteliste, hvis kurset er fyldt?

Ja det kan du sagtens. Du tilmelder dig ventelisten på samme måde som, du tilmelder dig et kursus. Dog kan vi ikke garantere, at du kan få en plads, da der kan være andre på listen før dig. Hvis ikke du får en plads, vil du blive kontaktet og tilbydes en plads på næste afholdelse.

Er der en frist for afmelding?

Afmeldingsfristen er en måned inden kurset starter, med mindre andet er anført under det enkelte kursus. Efter denne frist hæfter du 100 % for deltagergebyret. Hvis du ikke selv har mulighed for at deltage, er du velkommen til at sende en kollega i stedet. Du bedes oplyse dette til den kursusansvarlige inden kursusstart af hensyn til forberedelse, kursusbevis/certificering mm.

Jeg er blevet syg, hvad gør jeg?

Hvis du bliver syg bedes du orientere den kursusansvarlige, så vi kan orientere underviser samt kursussted. Du hæfter fortsat for deltagerbetalingen og kan ikke automatisk rykkes til næste afholdelse. Du er velkommen til at give pladsen videre til en kollega, så længe du holder den kursusansvarlige underrettet.

Hvornår modtager jeg information om kursusforberedelse og praktisk info?

Du vil modtage et link til IDAs læringsportal ca. 2-4 uger før kursusstart. På nogle kurser vil der være forberedelse fx i form af en test og/eller et forberedelsesskema, som skal afleveres en uge inden kursusstart. Du vil i så fald blive orienteret i god tid. I kursusbeskrivelsen kan du læse om du skal afsætte tid til dette.

Hvornår modtager jeg en faktura?

Du vil modtage en faktura ca. tre måneder før kursusstart. Tilmelder du dig senere vil du modtage fakturaen kort tid efter din tilmelding. Betalingsfristen på IDAs fakturaer er løbende måned + 5 dage.

Hvad er inkluderet i kursuspakken?

Kursuspakken består af fuld forplejning på alle kursusdagene, samt de materialer som vil blive benyttet i undervisningen. Forplejningen på vores heldagskurser består af morgenbuffet, frokost, eftermiddagsbuffet med kaffe/the og vand hele dagen. Overnatning er ikke inkluderet i prisen, men ønskes der overnatning kan vi være behjælpelig med anbefaling af hoteller i nærheden af afholdelsesstedet. Vi har også en række rabataftaler med forskellige hotelkæder.

Får jeg et bevis på, at jeg har været på kursus?

Ja, inden du forlader kurset, modtager du et kursusbevis. Her er anført, hvilket kursus du har deltaget på, kursusdato etc. På nogle kurser vil du i stedet modtage en certificering.

Vil du vide mere?

Billede af Rikke Waldorff Jensen

Rikke Waldorff Jensen

Kompetencekonsulent