Dieser einsteigerfreundliche Kurs über Convolutional Neural Networks (CNNs) vermittelt Ihnen die notwendigen Fähigkeiten, um die Grundlagen des Deep Learning zu verstehen und sie auf reale Aufgaben der Bilderkennung anzuwenden. Lernen Sie, wie CNNs moderne KI-Anwendungen unterstützen und sammeln Sie praktische Erfahrungen durch geführte Labordemos. Am Ende dieses Kurses werden Sie in der Lage sein, CNN-Modelle zu entwerfen, zu trainieren und effektiv zu implementieren: Die CNN-Grundlagen zu verstehen: Erklären, was CNNs sind und welche Rolle sie beim Deep Learning und beim Computer Vision spielen Entdecken Sie die CORE-Komponenten: Lernen Sie die Faltung, ReLU und Pooling-Schichten in CNNs kennen Erkennen Sie die Bildverarbeitung: Verstehen, wie CNNs Bildmerkmale erkennen und klassifizieren CNN-Modelle anwenden: Erstellen und Implementieren von CNN Modellen durch praktische Übungen Erwerben Sie praktische Fertigkeiten: Entwickeln Sie Fachwissen, um reale Projekte zur Klassifizierung von Bildern zu bewältigen. Ideal für Anfänger und Profis, die sich für KI, Computer Vision und Deep Learning interessieren.
Empfohlene Erfahrung
Was Sie lernen werden
Verstehen der CNN-Grundlagen und ihrer Rolle in Deep Learning und Computer Vision.
Lernen Sie Schlüsselkomponenten wie Faltung, ReLU und Pooling-Schichten kennen.
Erfahren Sie, wie CNNs Bilder für Klassifizierungsaufgaben erkennen und verarbeiten.
Sammeln Sie praktische Erfahrungen beim Aufbau und der Implementierung von CNN Modellen durch angeleitete Übungen.
Kompetenzen, die Sie erwerben
- Kategorie: Python-Programmierung
- Kategorie: Computervision
- Kategorie: Deep Learning
- Kategorie: Bildanalyse
- Kategorie: Faltungsneuronale Netzwerke
- Kategorie: Künstliche neuronale Netze
- Kategorie: Modell Bewertung
- Kategorie: Vorverarbeitung der Daten
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
September 2025
6 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
In diesem Kurs gibt es 2 Module
Verstehen Sie die Grundlagen von Convolutional Neural Networks (CNNs), um Fachwissen in Deep Learning und Computer Vision aufzubauen. Lernen Sie, wie CNNs Bilder erkennen und erforschen Sie Kernkomponenten wie Faltung, ReLU und Pooling-Schichten. Erwerben Sie praktische Fähigkeiten durch geführte Labordemos und implementieren Sie CNN-Modelle für reale Bildklassifizierungsaufgaben.
Das ist alles enthalten
8 Videos1 Lektüre3 Aufgaben
Sammeln Sie praktische Erfahrungen mit Convolutional Neural Networks durch schrittweise Labor-Demos. Von den Grundlagen bis zur fortgeschrittenen Implementierung führt Sie dieses Modul durch mehrere praktische Übungen in fünf Demos, die Ihnen helfen, CNN-Modelle zu erstellen, zu testen und effektiv in realen Szenarien anzuwenden.
Das ist alles enthalten
5 Videos3 Aufgaben
Dozent
von
Mehr von Datenanalyse entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumJohns Hopkins University
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Das CNN Training vermittelt die Grundlagen von Convolutional Neural Networks, einschließlich ihrer Struktur, Komponenten und praktischen Anwendungen in der Bilderkennung.
Sie lernen, CNN-Modelle zu erstellen, zu trainieren und zu implementieren, indem Sie Schichten wie Faltung, ReLU und Pooling-Schichten für reale Bildklassifizierungsaufgaben verwenden.
Ja, Sie erhalten ein Zertifikat, wenn Sie den Kurs und die praktischen Projekte erfolgreich abgeschlossen haben.
Weitere Fragen
Finanzielle Unterstützung verfügbar,