Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2025
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

Data Analytics II - Einzelansicht

Grunddaten
Veranstaltungsart Seminar
Veranstaltungsnummer 3614 Kurztext
Semester WiSe 2022/23 SWS 2
Erwartete Teilnehmer/-innen 15 Max. Teilnehmer/-innen 20
Rhythmus i.d.R. jedes Semester Studienjahr / Zielgruppe
Credits 4 Anmeldung Anmeldepflicht , Vergabe: Automatisch(Losen) (?)
Hyperlink   Evaluation Ja - Präsenzveranstaltung
Sprache englisch
Anmeldefristen Anmeldung (Einzelvergabe) 13.09.2022 - 27.10.2022 23:59:59

Anmeldepflicht
Abmeldung bis Ende VL-Zeit 28.10.2022 - 17.02.2023 23:59:59

Anmeldepflicht
Termine Gruppe: 1-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Do. 14:15 bis 15:45 c.t. wöchentlich 03.11.2022 bis 16.02.2023  Altbau Bühler-Campus - BC.L.0.68 (Seminarraum) Raumplan        
Gruppe 1-Gruppe:


Zugeordnete Person
Kontaktperson (durchführend) Zuständigkeit
Landwehr, Niels, Professor Dr. verantwortlich und durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Data Analytics 1 - 3
Master M.Sc. IMIT Studienvar. AI
Master M.Sc. Informationsmanagm.
Master M.Sc. Wirtschaftsinf.

Hinweis: Die Angaben zu den Semestern sind nur Empfehlungen, keine Anmeldebeschränkungen.

LSF - Module
Modulkürzel Modultitel
MWINF-SeBI Seminar Business Intelligence (Master WINF)
MWI-BI-S4L Seminar, Ergänzung zu Prüfungen aus dem Modul Business Intelligence mit 4 LP (M WINF)
MDA-SDA2 Seminar Data Analytics II (M DA/ IMI/ AInf)
MIT-SKIML Seminar KI und Maschinelles Lernen (M WINF/IMIT bis PO 2016)
Zuordnung zu Einrichtungen
Abt. Data Science
Inhalt
Bemerkung

If you want to partiticpate, please also enroll in the Learnweb course at https://www.uni-hildesheim.de/learnweb2022/course/view.php?id=4660.

Voraussetzungen

As most approaches to depth estimation and 3D-reconstruction are based on deep neural networks, prior knowledge of both machine learning and deep learning is highly recommended. Students in Msc Data Analytics should already have passed Data Analytics I.

Lerninhalte

In the seminar, we will study methods for depth estimation and 3D reconstruction from images. This is an important problem within computer vision with wide-ranging applications from autonomous driving to human-computer-interaction. As for most other problems in computer vision, state-of-the-art approaches are typically based on deep neural networks ("deep learning"). We will therefore focus on deep learning approaches.Throughout the seminar, we will study different depth estimation and 3D reconstruction problems, including several approaches for estimating 3D-human pose from images. We will discuss problem settings, deep learning models, training techniques, and empirical results.


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2022/23 , Aktuelles Semester: SoSe 2025
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit