Postgraduate Certificate in CNNs for Self-Driving Cars
-- ViewingNowThe Postgraduate Certificate in Convolutional Neural Networks (CNNs) for Self-Driving Cars is a comprehensive course designed to meet the surging industry demand for AI and machine learning experts. This certificate course equips learners with essential skills in CNNs, a critical technology for computer vision and object detection, which are at the heart of self-driving cars.
2 250+
Students enrolled
GBP £ 149
GBP £ 215
Save 44% with our special offer
À propos de ce cours
100% en ligne
Apprenez de n'importe où
Certificat partageable
Ajoutez à votre profil LinkedIn
2 mois pour terminer
à 2-3 heures par semaine
Commencez à tout moment
Aucune période d'attente
Détails du cours
• Convolutional Neural Networks (CNNs): An introduction to CNNs, including their architecture and fundamental concepts. This unit will cover topics such as convolutional layers, pooling layers, and fully connected layers.
• Training CNNs: An exploration of the process of training CNNs, including data preparation, forward and backward propagation, and optimization techniques. This unit will also cover regularization methods to prevent overfitting.
• Transfer Learning and Fine-Tuning: An examination of transfer learning and fine-tuning techniques for CNNs. Students will learn how to leverage pre-trained models to improve the performance of their own models.
• Object Detection and Recognition: An in-depth study of object detection and recognition techniques using CNNs. This unit will cover popular algorithms such as R-CNN, Fast R-CNN, and YOLO.
• Semantic Segmentation: An exploration of semantic segmentation techniques using CNNs. Students will learn about fully convolutional networks (FCNs), U-Net, and other popular algorithms.
• 3D CNNs for Spatial Perception: An introduction to 3D CNNs and their application in spatial perception for self-driving cars. This unit will cover topics such as voxel-based and point-based methods.
• Real-Time Computer Vision: An examination of real-time computer vision techniques for self-driving cars. Students will learn about efficient CNN architectures and optimization techniques for real-time performance.
• Deep Learning Frameworks: A survey of popular deep learning frameworks such as TensorFlow, PyTorch, and Keras. Students will learn how to implement CNNs using these frameworks.
• Evaluation Metrics for CNNs: An exploration of evaluation metrics for CNNs in the context of self-driving cars. This unit will cover metrics such as intersection over union (IoU), precision, recall, and F1 score.
• <
Parcours professionnel
Exigences d'admission
- Compréhension de base de la matière
- Maîtrise de la langue anglaise
- Accès à l'ordinateur et à Internet
- Compétences informatiques de base
- Dévouement pour terminer le cours
Aucune qualification formelle préalable requise. Cours conçu pour l'accessibilité.
Statut du cours
Ce cours fournit des connaissances et des compétences pratiques pour le développement professionnel. Il est :
- Non accrédité par un organisme reconnu
- Non réglementé par une institution autorisée
- Complémentaire aux qualifications formelles
Vous recevrez un certificat de réussite en terminant avec succès le cours.
Pourquoi les gens nous choisissent pour leur carrière
Chargement des avis...
Questions fréquemment posées
Frais de cours
- 3-4 heures par semaine
- Livraison anticipée du certificat
- Inscription ouverte - commencez quand vous voulez
- 2-3 heures par semaine
- Livraison régulière du certificat
- Inscription ouverte - commencez quand vous voulez
- Accès complet au cours
- Certificat numérique
- Supports de cours
Obtenir des informations sur le cours
Payer en tant qu'entreprise
Demandez une facture pour que votre entreprise paie ce cours.
Payer par FactureObtenir un certificat de carrière
