MATLABによるコンピュータービジョンと機械学習

デジタル画像には膨大な量のデータが含まれていますが、それらのピクセルを実行可能な洞察に変えるには、特殊な機械学習技術が必要です。このコースでは、機械学習のライフサイクル全体を通して指導し、生の画像データを、パターンを認識し、物体を自動的に特定できるインテリジェントなシステムに変換できるようにします。 基本的な画像データ構造の理解から、高度な検出アルゴリズムの実装へと進みます。コースの終わりまでに、データの準備、特定の認識タスクのためのモデルのトレーニング、および業界標準のメトリックを使用したパフォーマンスの評価ができるようになります。 学習内容： - デジタル画像処理と機械学習の基本的な概念を理解する。 - 堅牢なコンピュータービジョンモデルをトレーニングするために、画像データセットを準備し、ラベル付けする。 - 最新の畳み込みニューラルネットワークアーキテクチャを使用して、画像分類システムを構築する。 - 画像内の特定のアイテムを識別し、特定するための物体検出ワークフローを実装する。 - 転移学習技術を適用して、事前トレーニング済みモデルを活用し、開発を迅速化する。 - 精度や適合率・再現率などの標準メトリックを使用して、モデルのパフォーマンスを評価する。 このコースは、基礎的な用語とデータ処理から始まり、モデルのトレーニングと改良のための実践的なワークフローへと進みます。これらの技術が、標識の識別や材料の欠陥検出といったシナリオにどのように適用されるかを、文章による説明とコードベースの演習を通じて探求します。 このコースは、コンピュータービジョンツールを使い始めたいと考えている、工学、科学、またはデータ分析の初心者向けに設計されています。機械学習の事前の経験は必要ありません。 明確なテキストベースの指示を通じて、独自のコンピュータービジョンアプリケーションの構築を始めましょう。