AI Lectures - KeisuuGiken

Keisuugiken

AI開発の最前線で活躍する
エンジニアが講義します。

1回1時間半、12回コース

pythonのソースコードを
動かしながら進める
ハンズオン形式の技術講義

線形回帰モデル
線形基底モデル
正則化最小二乗法

識別モデル
ノンパラメトリック推定、ガウス過程入門

CSVやXMLなどデータの取扱
データの前処理 (読み込み、加工)
データビジュアライズ
時系列データ入門

k-means法
変分混合ガウス分布
主成分分析

FeatureScaling
検証手法
回帰の評価指標
分類の評価指標
ハイパーパラメータの調整
サポートベクトルマシン
ソフトマージンSVM
非線形SVM
SVM回帰

決定木の考え方、決定木分類
ジニ係数と決定木の学習アルゴリズム
決定木の過学習と正則化
決定木回帰
アンサンブル学習
アンサンブル学習とは/投票分類器
バギング/ペースティング
ランダムフォレスト

画像を扱う
動画を扱う
OpenCVの描画機能
その他GUI機能
基本的な処理
画素値の読み取り方，変更方法，画像の特定領域(ROI)の使い方など
画像の算術演算
コードの性能評価と改善方法
OpenCVの数学ツール

色空間の変換
画像の幾何変換
画像のしきい値処理
画像の平滑化

モルフォロジー変換
画像の勾配
Canny法によるエッジ検出
輪郭(領域)
ヒストグラム、基底変換
テンプレートマッチング
直線検出、円検出
領域分割、領域抽出

コーナー検出
SIFT, SURF, ORB特徴量
特徴点のマッチングとHomographyによる物体検出
動画解析
Meanshift と Camshift
オプティカルフロー
背景差分

カメラキャリブレーション
姿勢推定
距離計測
機械学習
k近傍法
サポートベクトルマシン
クラスタリング
ノイズ除去
物体検出 (顔検出)

ディープラーニングとは
画像分類（LeNet/AlexNet/VGG）
一般物体検知(Yoloなど)
セマンティックセグメンテーション(Unet/Linknet/PSPNet/FPN)

The introduction of the instructor. Click edit to change this text.