Maschinelles Lernen für landwirtschaftliche Anwendungen - Einzelansicht

Die Vorlesung behandelt Verfahren des maschinellen Lernens für landwirtschaftliche Anwendungen. Aufgrund von Fortschritten im Bereich der Sensorik und Datenerfassung werden in der Landwirtschaft immer größere und vielfältigere Datenmengen erhoben. Beispielsweise lassen sich Pflanzenwachstum oder Schädlingsbefall anhand von Bildaufnahmen durch Drohnen ermitteln, Bodensensoren liefern Daten zu verfügbaren Nährstoffen, und individuelle Sensorik in der Tierhaltung ermöglicht die frühzeitige Erkennung von Krankheiten. Techniken des maschinellen Lernens spielen eine Schlüsselrolle bei der Auswertung dieser Datenmengen und darauf aufbauend der Entwicklung von Systemen zur intelligenteren und effizienteren Steuerung landwirtschaftlicher Prozesse.

Die Vorlesung vermittelt einerseits Techniken des maschinellen Lernens, die für landwirtschaftliche Anwendungen besonders interessant sind. Dabei liegt ein Fokus auf Deep-Learning Verfahren für die Bildverarbeitung. Andererseits werden verschiedene aktuelle Anwendungen des maschinellen Lernens in der Landwirtschaft vorgestellt.

The course will be held in English. Due to the current Covid-19 epidemic, at least initially there will be no physical lectures or exercise meetings. Instead, video recordings of lectures will be made available through Moodle. Additionally, we will try to organize Q&A sessions for the lecture via videoconferencing. More details about this will follow later on.

The first video lecture will be made available on 20.04.2020.

The course will be accompanied by practical exercises in Python. Exercise sheets will be made available via Moodle. We will try to organize exercise session via videoconferencing.