Pythonマルチスレッドテュート

Pythonを使用したOpenCV3の画像およびビデオ処理

Pythonを使用したOpenCV3の画像およびビデオ処理
Image-OpenCV BGR : Matplotlib RGB
基本的な画像操作-ピクセルアクセス
iPython-NumPyによる信号処理
NumPyによる信号処理I-正弦波、方形波、unitpulse、およびランダム信号のFFTおよびDFT
NumPy IIによる信号処理-idft()
画像ヒストグラム
ビデオキャプチャと色空間の切り替え-RGB/HSV
適応閾値-大津のクラスタリングベースの画像閾値
エッジ検出-SobelとLaplacianカーネル
Cannyエッジ検出
ハフ変換-円
分水界アルゴリズム:マーカーベースのセグメンテーションI
分水界アルゴリズム:マーカーベースのセグメンテーションII
画像ノイズリダクション：非局所的な手段ノイズ除去アルゴリズム
画像オブジェクト検出 : Haar Cascade Classifiersを使用した顔検出
画像セグメンテーション-前景抽出グラフカットに基づくグラブカットアルゴリズム
画像再構成-Inpainting(Interpolation)-高速マーチング法
ビデオ:平均シscikit-Learnで学ぶ
Scikit-learnインストール
scikit-Learn : 特徴と特徴抽出-irisデータセット
scikit-learn:Machine Learningクイックプレビュー
scikit-learn:データ前処理I-欠落/カテゴリデータ
scikit-learn:データ前処理II-データセットの分割/特徴スケーリング/特徴選択/正則化
scikit-learn:データ前処理III-次元削減vis連続的な特徴選択/ランダムフォレストによる特徴の重要性の評価
次元削減によるデータ圧縮I-主成分分析(pca）＜5718＞スキキットラーニング : 次元削減によるデータ圧縮II-線形判別分析(LDA)
scikit-learn:次元削減によるデータ圧縮III-カーネル主成分(KPCA)分析による非線形マッピング
scikit-learn:ロジスティック回帰、オーバーフィット&正則化
Scikit-learn:教師あり学習&教師なし学習-irisデータセットによる教師なしPCA次元削減
scikit-Learn:Unsupervised_learning-irisデータセットを使用したkmeansクラスタリング
scikit-Learn : 線形分離可能なデータ-線形モデル&(ガウス)放射状基底関数カーネル(RBFカーネル)
scikit-learn:決定木学習I-エントロピー、ジニ、および情報ゲイン
scikit-learn:決定木学習II-決定木の構築
scikit-learn:無作為決定森林分類
scikit-learn:サポートベクトルマシン(SVM)
scikit-learn:サポートベクトルマシン(SVM)
scikit-learn:サポートベクトルマシン(SVM)
scikit-learn:サポートベクトルマシン(SVM)Ii
組み込み機械学習付きフラスコI:pickleとdbセットアップによるシリアル化
組み込み機械学習付きフラスコii : 基本的なFlaskアプリ
埋め込み機械学習付きFlask III：埋め込み分類器
埋め込み機械学習付きFlask IV：埋め込み機械学習付きFlaskを展開するV：分類器を更新す : SVMを使用したスパムコメントフィルタのサンプル-良いものまたは悪いものを分類する

機械学習アルゴリズムと概念

バッチ勾配降下アルゴリズム
単層ニューラルネットワーク-ヘビサイドステップ活性化関数を使用したアイリスデータセット上のパーセプトロンモデル
バッチ勾配降下法を使用したバッチ勾配降下対確率勾配降下
単層ニューラルネットワーク-バッチ勾配降下法を使用した線形(アイデンティティ)活性化関数を使用した適応線形ニューロン
単層ニューラルネットワーク-単層ニューラルネットワーク-バッチ勾配降下法を使用した線形(アイデンティティ)活性化関数を使用した適応線形ニューロン
単層ニューラルネットワーク : 確率的勾配降下法を用いた線形（同一性）活性化関数を用いた適応線形ニューロン（SGD）
ロジスティック回帰
VC（Vapnik-Chervonenkis）次元と粉砕
バイアス分散トレードオフ
最尤推定（MLE）
一つの隠れ層を用いたXORの逆伝播を伴うニューラルネットワーク
minHash
tf-idf重み
自然言語処理（nlp):感情分析i(imdb&bag-OF-words)
自然言語処理(nlp):感情分析Ii(トークン化、ステミング、ストップワード)
自然言語処理(nlp): 感情分析III(トレーニング&交差検証)
自然言語処理(NLP):感情分析IV(コア外)
コサイン距離を使用した局所性に敏感なハッシュ(LSH)(コサイン類似性)

人工ニューラルネットワーク(ANN)

ソースはGithub-Jupyter notebook files
1. はじめに
2. 前方伝播
3. 勾配降下法
4. エラーの逆伝播
5. グラデーションをチェック
6. Bfgsを介したトレーニング
7. オーバーフィット&正則化
8. ディープラーニングI : 画像認識(画像アップロード)
9. Deep Learning II:画像認識(画像分類)
10-Deep Learning III:Deep Learning III:Theano,TensorFlow,keras