Computer-Vision-Kurse können Ihnen helfen zu lernen, wie visuelle Daten verarbeitet, erkannt und interpretiert werden. Sie können Fähigkeiten in Bildanalyse, Objekterkennung, Modelltraining und Evaluationsmethoden aufbauen. Viele Kurse stellen Python-Bibliotheken, Frameworks und Tools vor, die das Entwickeln und Testen visueller Modelle unterstützen.

Kompetenzen, die Sie erwerben: Deep Learning, Visualisierung (Computergrafik), Computervision, IBM Cloud, Jupyter
Mittel · Kurs · 1–3 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Netzwerk Architektur, Wärmekarten, Deep Learning, Visualisierung (Computergrafik), Bildanalyse, Computervision, Keras (Bibliothek für Neuronale Netze), Tensorflow
Mittel · Kurs · 1–4 Wochen

University of Colorado Boulder
Kompetenzen, die Sie erwerben: Image Analysis, Computer Vision, Deep Learning, Generative Model Architectures, Applied Machine Learning, Artificial Intelligence and Machine Learning (AI/ML), Computer Graphics, Visualization (Computer Graphics), Machine Learning Methods, Artificial Intelligence, Data Ethics, Microsoft Excel, Generative AI, Data Processing, Responsible AI, Unsupervised Learning, Linear Algebra, Data Manipulation, Feature Engineering, Supervised Learning
Auf einen Abschluss hinarbeiten
Mittel · Spezialisierung · 1–3 Monate

Columbia University
Kompetenzen, die Sie erwerben: Algorithmen, Mathematische Modellierung, Farbtheorie, Künstliche neuronale Netze, Graphentheorie, Schätzung, Bildqualität, Medizinische Bildgebung, Computergrafik, Elektronische Komponenten, Dimensionalitätsreduktion, Visualisierung (Computergrafik), Virtuelle Realität, Fotografie, Automatisierungstechnik, Bildanalyse, 3D-Modellierung, Computervision, Unüberwachtes Lernen, Algorithmen für maschinelles Lernen
Anfänger · Spezialisierung · 3–6 Monate

MathWorks
Kompetenzen, die Sie erwerben: Computer Vision, Image Analysis, Anomaly Detection, Applied Machine Learning, Deep Learning, Image Quality, Artificial Neural Networks, Unsupervised Learning, Matlab, Application Deployment, PyTorch (Machine Learning Library), Machine Learning, Motion Graphics, Supervised Learning, Data Visualization, Automation, Predictive Modeling, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Medical Imaging
Anfänger · Berufsbezogenes Zertifikat · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: PyTorch (Bibliothek für Maschinelles Lernen), Algorithmen, Künstliche neuronale Netze, Deep Learning, Feature Technik, Angewandtes maschinelles Lernen, Keras (Bibliothek für Neuronale Netze), Tensorflow, Bildanalyse, Computervision, Künstliche Intelligenz und Maschinelles Lernen (KI/ML)
Mittel · Kurs · 1–4 Wochen

MathWorks
Kompetenzen, die Sie erwerben: Computer Vision, Anomaly Detection, Image Analysis, Matlab, Deep Learning, Artificial Neural Networks, Unsupervised Learning, Application Deployment, PyTorch (Machine Learning Library), Data Visualization, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Data Synthesis, Performance Tuning, Data Analysis, Classification And Regression Tree (CART), Data Validation, Medical Imaging
Anfänger · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Application Programming Interface (API), Microsoft Azure, Computer Vision, Artificial Intelligence and Machine Learning (AI/ML), User Accounts, Image Analysis, Artificial Intelligence, Cloud Solutions, Cloud Computing, Software Development
Mittel · angeleitetes Projekt · Weniger als 2 Stunden

DeepLearning.AI
Kompetenzen, die Sie erwerben: Python-Programmierung, Datengesteuerte Entscheidungsfindung, PyTorch (Bibliothek für Maschinelles Lernen), Modellierung großer Sprachen, Generative KI, Künstliche neuronale Netze, Künstliche Intelligenz, Überwachtes Lernen, Verarbeitung natürlicher Sprache, Maschinelles Lernen, Deep Learning, Fehlersuche, MLOps (Maschinelles Lernen Operations), Angewandtes maschinelles Lernen, Keras (Bibliothek für Neuronale Netze), Tensorflow, Bildanalyse, Leistungsoptimierung, Computervision, Künstliche Intelligenz und Maschinelles Lernen (KI/ML)
Auf einen Abschluss hinarbeiten
Mittel · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Algorithmen, Methoden des Maschinellen Lernens, Datenvalidierung, Überwachtes Lernen, Deep Learning, Schätzung, Prädiktive Modellierung, Bewegte Grafiken, Visualisierung (Computergrafik), Medizinische Bildgebung, Maschinelles Lernen, Daten-Integration, Geografische Informationen und Technologie, Bildanalyse, Computervision, Leistungsoptimierung, Künstliche Intelligenz und Maschinelles Lernen (KI/ML), Angewandtes maschinelles Lernen, Matlab
Mittel · Spezialisierung · 1–3 Monate

University of Colorado Boulder
Kompetenzen, die Sie erwerben: Image Analysis, Computer Vision, Deep Learning, Computer Graphics, Machine Learning Methods, Artificial Intelligence, Data Ethics, Microsoft Excel, Applied Machine Learning, Generative AI, Responsible AI, Linear Algebra, Data Manipulation, Feature Engineering, Probability Distribution
Auf einen Abschluss hinarbeiten
Anfänger · Kurs · 1–4 Wochen

University at Buffalo
Kompetenzen, die Sie erwerben: Algorithmen, Künstliche Intelligenz, Wahrscheinlichkeit & Statistik, Digitales Design, Computer Programmierung, Computergrafik, Angewandtes maschinelles Lernen, Infinitesimalrechnung, Bildanalyse, Computervision, Visualisierung (Computergrafik), Matlab
Mittel · Kurs · 1–4 Wochen
Stöbern Sie in den unten aufgeführten Kursen zum Thema Computer Vision - beliebte Einstiegspunkte auf Coursera.
Computer Vision ist der Zweig der Informatik – genauer gesagt des maschinellen Lernens und der KI – mit verschiedenen Anwendungsmöglichkeiten in zahlreichen Branchen, z. B. in selbstfahrenden Autos, in der Robotik, in der Augmented Reality, bei der Gesichtserkennung für Strafverfolgungsbehörden usw. Im Wesentlichen handelt es sich um eine robotische Entsprechung des menschlichen Sehens, bei dem Informationen über die Umgebung von einer oder mehreren Videokameras empfangen und von einem Computer verarbeitet werden.
Computer Vision löst viele Probleme und stellt somit einen wichtigen Lerninhalt dar. Einige ihrer Anwendungen ermöglichen Fortschritte in der Gesundheitstechnologie. Computer Vision-Algorithmen können helfen, Aufgaben zu automatisieren, wie z. B. die Erkennung von bösartigen Pigmentflecken auf Hautbildern oder das Aufspüren von Symptomen auf Röntgen- und MRT-Scans.
Dank des Bedarfs an Qualitätsprüfungen in bildverarbeitungsgesteuerten Robotersystemen wird der Markt für Computer Vision bis 2024 voraussichtlich auf 17,4 Milliarden Dollar wachsen. Um von den Vorteilen dieses gefragten Bereichs zu profitieren, haben die Kursteilnehmer die Möglichkeit, sich als Computer Vision Engineers, Computer Vision Software Engineers, Applied Research Scientists, Computer Vision Testing Engineers, Deep Learning Engineers, Computer Vision Data Scientists und andere zu bewerben.
Die von Coursera angebotenen Computer Vision-Kurse vermitteln den Kursteilnehmern Wissen darüber, wie Computer die Welt sehen und interpretieren, wie es Menschen tun; über die Kernkonzepte der Computer Vision und die Fähigkeiten des menschlichen Sehens; über die Hauptanwendungsbereiche der Computer Vision und der digitalen Bildverarbeitung; über maschinelles Lernen und KI-Grundlagen und vieles mehr.
Die Lektionen zum Thema Computer Vision werden von Datenwissenschaftlern, Software-Ingenieuren und anderen Spezialisten unterrichtet und in Form von Videovorträgen, Lesungen, Tests, praktischen Projekten und mehr durchgeführt.
Die im Studium der Computer Vision erworbenen Fähigkeiten können zu innovativen und aufregenden Karrierewegen führen:
Computer Vision ist ein Teilgebiet der KI, das Computer darauf trainiert, visuelle Daten aus der Welt, wie Bilder oder Videos, zu interpretieren und zu analysieren. Sie ermöglicht Technologien wie Gesichtserkennung, Objekterkennung und selbstfahrende Autos.