คอมพิวเตอร์วิทัศน์และการเรียนรู้ของเครื่องด้วย MATLAB

ภาพดิจิทัลมีข้อมูลจำนวนมหาศาล แต่การเปลี่ยนพิกเซลเหล่านั้นให้เป็นข้อมูลเชิงลึกที่นำไปใช้ได้จริงต้องอาศัยเทคนิคการเรียนรู้ของเครื่องที่เชี่ยวชาญ หลักสูตรนี้จะแนะนำคุณตลอดวงจรชีวิตการเรียนรู้ของเครื่องแบบเต็มรูปแบบ ทำให้คุณสามารถเปลี่ยนข้อมูลภาพดิบให้เป็นระบบอัจฉริยะที่สามารถจดจำรูปแบบและระบุตำแหน่งวัตถุได้โดยอัตโนมัติ คุณจะได้พัฒนาจากการทำความเข้าใจโครงสร้างข้อมูลภาพพื้นฐานไปสู่การนำอัลกอริทึมการตรวจจับขั้นสูงไปใช้ เมื่อจบคอร์สนี้ คุณจะสามารถจัดการการเตรียมข้อมูล ฝึกอบรมแบบจำลองสำหรับงานการจดจำเฉพาะ และประเมินประสิทธิภาพของแบบจำลองโดยใช้เมตริกมาตรฐานอุตสาหกรรม สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจแนวคิดพื้นฐานของการประมวลผลภาพดิจิทัลและการเรียนรู้ของเครื่อง - เตรียมและติดป้ายชุดข้อมูลภาพสำหรับการฝึกอบรมแบบจำลองคอมพิวเตอร์วิทัศน์ที่แข็งแกร่ง - สร้างระบบการจำแนกภาพโดยใช้สถาปัตยกรรมโครงข่ายประสาทเทียมแบบคอนโวลูชันสมัยใหม่ - นำเวิร์กโฟลว์การตรวจจับวัตถุไปใช้เพื่อระบุและค้นหาวัตถุเฉพาะภายในภาพ - ประยุกต์ใช้เทคนิคการเรียนรู้แบบถ่ายโอน (transfer learning) เพื่อใช้ประโยชน์จากแบบจำลองที่ได้รับการฝึกอบรมล่วงหน้าสำหรับการพัฒนาที่รวดเร็วยิ่งขึ้น - ประเมินประสิทธิภาพของแบบจำลองโดยใช้เมตริกมาตรฐาน เช่น ความแม่นยำ (accuracy) และความแม่นยำ-การเรียกคืน (precision-recall) หลักสูตรเริ่มต้นด้วยคำศัพท์พื้นฐานและการจัดการข้อมูล ก่อนที่จะเข้าสู่เวิร์กโฟลว์เชิงปฏิบัติสำหรับการฝึกอบรมและการปรับปรุงแบบจำลอง คุณจะได้สำรวจว่าเทคนิคเหล่านี้สามารถนำไปใช้กับสถานการณ์ต่างๆ ได้อย่างไร เช่น การระบุป้ายจราจรและการตรวจจับข้อบกพร่องของวัสดุ ผ่านคำอธิบายที่เป็นลายลักษณ์อักษรและแบบฝึกหัดที่ใช้โค้ด หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นในสาขาวิศวกรรม วิทยาศาสตร์ หรือการวิเคราะห์ข้อมูลที่ต้องการเริ่มใช้เครื่องมือคอมพิวเตอร์วิทัศน์ ไม่จำเป็นต้องมีประสบการณ์ด้านการเรียนรู้ของเครื่องมาก่อน เริ่มสร้างแอปพลิเคชันคอมพิวเตอร์วิทัศน์ของคุณเองผ่านคำแนะนำที่ชัดเจนและอิงตามข้อความ