Avancerad djupinlärning för bildbehandling
Kurs, Avancerad nivå, 1MD042
Fäll ut informationen nedan för att läsa mer om anmälan och behörighet.
Våren 2026 Våren 2026, Uppsala, 33 %, Campus, Engelska
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 23 mars 2026–7 juni 2026
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp. Djupinlärning genomgången. En av kurserna Introduktion till Bildanalys och Datoriserad bildanalys I ska vara genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Urval
-
Högskolepoäng (max 285 hp)
- Avgifter
-
Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.
- Studieavgift, första inbetalningen: 12 083 kr
- Studieavgift, totalt: 12 083 kr
- Sista anmälningsdag
- 15 oktober 2025
- Anmälningskod
- UU-61609
För dig som är antagen eller reserv
- Registreringsperiod
- 9 mars 2026–29 mars 2026
- Institutionens information om registrering
Våren 2026 Våren 2026, Uppsala, 33 %, Campus, Engelska För utbytesstudenter
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 23 mars 2026–7 juni 2026
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp. Djupinlärning genomgången. En av kurserna Introduktion till Bildanalys och Datoriserad bildanalys I ska vara genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
För dig som är antagen eller reserv
- Registreringsperiod
- 9 mars 2026–29 mars 2026
- Institutionens information om registrering
Om kursen
Kursen behandlar djup maskininlärning (deep learning) för visuella data såsom datadriven bildklassificering, linjär klassificering och bakåtpropagering. I kursinnehållet finns faltningsneuronnät (CNN) och metoder för träning, visualisering och tolkning av dessa, generativa kontradiktoriska nätverk (GAN), olika arkitekturer samt tillämpningar inom bildanalys (klassificering, detektion, segmentering). Möjligheter och begränsningar med djup maskininlärning, i synnerhet inom bildanalys, diskuteras.
Litteraturlista
Litteraturlista saknas.