Bu ders, sağlık bilimleri, uzaktan algılama ve coğrafi analiz, tarım vb. alanlarda gerçek dünya uygulamalarına güçlü bir vurgu yaparak, makine öğrenme teknikleri ve bilgisayar görüşü metodolojilerinin ileri düzeyde incelenmesini sağlar. Öğrenciler, özellik çıkarma ve seçimi, boyut indirgeme ve model değerlendirmesi için denetimli, denetimsiz öğrenme ve popülasyon tabanlı algoritmaların yanı sıra görüntü oluşturma, filtreleme, segmentasyon, özellik tespiti, nesne tanıma ve hareket analizi gibi temel bilgisayar görüşü konularını keşfedeceklerdir. Ders, klasik yaklaşımları (örneğin, SVM'ler, k-NN, PCA, HOG, SIFT) evrişimsel sinir ağları (CNN'ler), transfer öğrenme ve dikkat tabanlı modeller de dahil olmak üzere modern derin öğrenme çerçeveleriyle bütünleştirir. Tıbbi görüntü analizi, otonom sistemler, gözetim, uzaktan algılama, endüstriyel denetim ve multimedya analizi gibi alanlarda pratik uygulamalar vurgulanmaktadır. Öğrenciler, çağdaş araçlar ve veri kümeleri kullanarak projeler aracılığıyla uygulamalı deneyim kazanarak, akıllı görüş tabanlı sistemler tasarlama, uygulama ve değerlendirme yeteneği kazanırlar.