Dans le deuxième cours de la spécialisation Computer Vision for Engineering and Science, vous réaliserez deux des tâches de vision par ordinateur les plus courantes : la classification d'images et la détection d'objets. Vous appliquerez l'ensemble du processus d'apprentissage automatique, de la préparation de vos données à l'évaluation de vos résultats. À la fin de ce cours, vous formerez des modèles d'apprentissage automatique pour classifier des images de panneaux de signalisation et détecter des défauts de matériaux. Vous utiliserez MATLAB tout au long de ce cours. MATLAB est le choix de prédilection de millions de personnes travaillant dans les domaines de l'ingénierie et des sciences, et fournit les fonctionnalités dont vous avez besoin pour accomplir vos tâches de vision par ordinateur. Vous bénéficierez d'un accès gratuit à MATLAB pendant toute la durée du cours pour réaliser votre travail. Pour réussir dans cette spécialisation, il est utile d'avoir une certaine expérience du traitement d'images. Si vous êtes novice en matière de données d'image, il est recommandé de suivre d'abord la spécialisation Traitement d'images pour l'ingénierie et la science.

Apprentissage automatique pour la vision par ordinateur
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Apprentissage automatique pour la vision par ordinateur
Ce cours fait partie de plusieurs programmes.



Instructeurs : Amanda Wang
9 778 déjà inscrits
Inclus avec
Demander à Coursera
23 avis
Expérience recommandée
Ce que vous apprendrez
Préparer les données et créer des caractéristiques pour classer les images
Entraîner et évaluer des modèles pour classer des images en utilisant
Former et évaluer des modèles d'apprentissage automatique pour la détection d'objets
Personnaliser la formation au modèle pour différentes applications à l'aide de matrices de coûts
Compétences que vous acquerrez
- Catégorie : Prétraitement des données
- Catégorie : Apprentissage automatique
- Catégorie : Apprentissage supervisé
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Évaluation du modèle
- Catégorie : Modèle de formation
- Catégorie : Vision par ordinateur
- Catégorie : Analyse d'images
- Catégorie : Méthodes d'apprentissage automatique
Outils que vous découvrirez
- Catégorie : Algorithmes de classification
- Catégorie : Matlab
Détails à connaître

Ajouter à votre profil LinkedIn
12 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs

Offert par
En savoir plus sur Apprentissage automatique
Statut : Essai gratuit
Statut : Essai gratuitEdge Impulse
Statut : Essai gratuitMathWorks
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
82,60 %
- 4 stars
17,39 %
- 3 stars
0 %
- 2 stars
0 %
- 1 star
0 %
Affichage de 3 sur 23
Révisé le 26 mars 2025
Excellent course to learn ML fundamentals in computer vision field.
Foire Aux Questions
Plus de questions
Aide financière disponible,





