모두를위한 오픈 소스 개발 활동과 무료 콘텐츠를 후원합니다.
감사합니다.
-홍 케이
파이썬
오픈 3 이미지 및 비디오 프로세싱 파이썬
오픈 3 이미지 및 비디오 프로세싱 파이썬오픈 3 이미지 및 비디오 프로세싱 파이썬
오픈 3 이미지 및 비디오 프로세싱 파이썬
오픈 3 이미지 및 비디오 프로세싱 : Matplotlib RGB
기본적 이미지 작업을 픽셀 액세스
만큼 신호 처리와 NumPy
신호 처리와 NumPy I-FFT and DFT 한 사인,구형파,unitpulse 및 임의의 신호
신호 처리와 NumPy II-이미지 Fourier Transform:FFT&DFT
역 푸리에 변환의 이미지와 낮은 패스 필터가:cv2.idft()
이미지 히스토그램
비디오를 캡처하고 스위칭 colorspaces-RGB/HSV
Adaptive Thresholding-오쓰의 클러스터링 기반의 이미지 thresholding
엣지 탐지-Sobel 및 라플라스 커널을
영 Edge 탐지
Hough Transform-원
Watershed 알고리즘:마커를 기반 Segmentation I
Watershed 알고리즘:마커를 기반 Segmentation II
이미지 소음 감소:아닌 지역을 의미는 잡음 제거 알고리즘
이미지 개체 검색 : 5718>비디오:평균 이동 객체 추적
기계 학습:클러스터링-케이-클러스터링을 의미
기계 학습:분류-케이-가장 가까운 이웃(케이-윈)알고리즘
컴퓨터 학습-학습
학습-학습 설치
학습 : 데이터 전처리 2-데이터 집합 분할/기능 크기 조정/기능 선택/정규화
데이터 전처리 3-순차적 기능 선택/무작위 포리스트를 통한 기능 중요도 평가
차원 감소를 통한 데이터 압축 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석 1-주성분 분석(5718) : 1676>정규화
감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습&감독 학습
아이리스 데이터 집합으로 클러스터링(5718>아이리스 데이터 집합으로 클러스터링) : 1676>(가우시안)방사형 기초 함수 커널
학습:의사결정 트리 학습:의사결정 트리 학습 2-의사결정 트리 구성
학습:무작위 의사결정 포리스트 분류
학습:지원 벡터 머신(지원 벡터 머신)
학습:지원 벡터 머신(지원 벡터 머신)
학습:지원 벡터 머신(지원 벡터 머신)
학습:지원 벡터 머신(지원 벡터 머신)
학습:지원 벡터 머신(지원 벡터 머신)기계 학습이 포함 된 플라스크는 기계 학습이 포함 된 플라스크와 함께 작동합니다. : 기본 플라스크 응용 프로그램
임베디드 머신러닝이 있는 플라스크 3:임베디드 머신러닝이 있는 플라스크
임베디드 머신러닝이 있는 플라스크 4:배포
임베디드 머신러닝이 있는 플라스크 5:분류기
시킷-학습 업데이트 : 1609>기계 학습 알고리즘 및 개념일괄 그라디언트 디센트 알고리즘
단일 레이어 신경 네트워크-헤비 사이드 단계 활성화 기능을 사용하는 홍채 데이터 세트의 퍼셉트론 모델
일괄 그라디언트 디센트 대 확률 적 그라디언트 디센트
단일 레이어 신경 네트워크-선형(정체성)활성화 기능을 사용하는 적응 형 선형 뉴런 배치 그라디언트 디센트 방법
단일 레이어 신경 네트워크 : (5718)로지스틱 회귀
편향-분산 트레이드오프
최대 우도 추정
하나의 숨겨진 레이어를 사용하여 역 전파를 갖는 신경망
민해시
자연 회귀 회귀
편향-분산 트레이드오프
편향-분산 트레이드오프
편향-분산 트레이드오프
편향-분산 트레이드오프
편향-분산 트레이드오프
편향-분산 트레이드오프
편향-분산 트레이드오프
편향-분산 트레이드오프
2015 년 11 월 15 일~2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월 15 일,2015 년 12 월: 코사인 거리(코사인 유사성)를 이용한 지역성에 민감한 해싱(코사인 유사성)
인공 신경망(앤)
출처는 깃허브-주피터 노트북 파일
1 에서 구할 수 있다. 소개
2. 순방향 전파
3. 그라디언트 디센트
4. 오류의 역 전파
5. 그라디언트 확인
6. 5718>7. 과적합&정규화
8. 깊은 학습 나는 : 이미지 인식(이미지 업로드)
9. 딥러닝 3:이미지 인식(이미지 분류)
10-딥러닝 3:딥러닝 3:테아노,텐서플로우,케라스
