Djup maskininlärning med tillämpningar i medicinsk bildanalys

Om utbildningen

Denna kurs behandlar djupa faltningsnät (eng. convolutional neural networks, CNNs) för datorseende, med tillämpningar inom medicinsk bildanalys. Kursen ger en introduktion till grundläggande begrepp inom maskininlärning, beskriver neuronnätverk (eng. neural networks) och området djupinlärning eller djup maskininlärning (eng. deep learning), och fördjupar sig sedan i djupa faltningsnätverk. Kursen beskriver de olika delarna som används för att bygga upp djupa faltningsnät och behandlar bl.a. filter, aktiveringsfunktioner, förlustfunktioner; regulariseringstekniker såsom bl.a. satsnormalisering (eng. batch normalisation) och bortfall (eng. dropout); förklarar flera av de olika icke-linjära optimeringsalgoritmer som används för att träna nätverken, samt beskriver populära nätverksarkitekturer, och diskuterar deras för- och nackdelar. Kursen behandlar även generativa modeller, såsom variationsautokodare (eng. variational autoencoder, VAE) och generativa motståndarnätverk (eng. generative adversarial network, GAN). Studenter på kursen kommer att lära sig att implementera och träna moderna nätverksarkitekturer och djupinlärningsmetoder, och att tillämpa dessa på stora bilddata både på medicinska bilder och på andra bilder. I kursen ingår två moduler: Teoridel 5,5 hp Laborationsdel 2,0 hp

Behörighet

Univ: För tillträde till kursen krävs 90 hp avklarade studier i något av huvudområdena datavetenskap, fysik, elektronik, kemi, matematik eller matematisk statistik, eller 2 års avklarade studier (120 hp). Av dessa poäng krävs minst 7,5 hp i grundläggande programmeringsmetodik inom Python, C, och/eller Matlab, minst 7,5 hp som behandlar Datastrukturer och algoritmer, minst 7,5 hp som behandlar Linjär algebra, minst 7,5 hp som behandlar analys med begrepp som derivata och gränsvärden, minst 7,5 hp som behandlar matematisk statistik, eller motsvarande kunskaper. Engelska för grundläggande behörighet för högskolestudier om kursen ges på engelska.

Rekommenderade förkunskaper: uh

Alla tillfällen (1)

Liknande utbildningar

• Djup maskininlärningUniversitet/högskola
• Avancerad djupinlärning för bildbehandlingUniversitet/högskola
• DjupinlärningUniversitet/högskola
• Tillämpad djupinlärning i fysik och teknikUniversitet/högskola