【資策會】OpenCV機器學習實務班by Python(台北10/15)

近年來機器學習應用如雨後春筍般出現，廣泛應用在電腦視覺、資料探勘、手寫辨識、工業瑕疵檢測和醫學診斷等領域。機器學習理論主要研究如何讓電腦可以經由訓練資料的輸入學習，從中分析自動建立合適的數學模型，並利用該數學模型針對未知資料進行預測的行為。

一般來說，機器學習可以分成幾大類應用，第一類為聚類分析(Clustering Analysis)，常見如決策數(Decision Tree) 、常態貝頁斯分類器(Normal Bayes Classifier) 、K-Means聚類等；第二大類為模式識別(Pattern Recognition) ，常見如人工類神經網路(Artificial Neural Networks)、支持向量機(Support Vector Machine)、自適應增強(Adaptive Boosting, AdaBoost) 等；第三大類為回歸分析與統計方法，常見如線性回歸(Linear Regression)、最近鄰居法(K-Nearest Neighbors, KNN) 、主成分分析(Principal Component Analysis) 、最大期望演算法(Expectation Maximization, EM) 等。

Python是一種高階程式語言不需要編譯成二進制代碼即可運行，其語法類似MATLAB和R等其他直譯式語言，因此簡單直覺、省卻變數類型宣告動作和自動化的記憶體管理是其最大語言特色，它同時也是免費開源且可跨平台(Windows/Mac/Linux)。此外，各種豐富函式庫更是讓使用Python語言開發人員如魚得水，例如數值運算(NumPy)、數據繪圖庫(matplotlib) 、機器學習(scikit-learn)、深度學習(tensorflow) …等專業領域工具。

資策會將於2018年10月15日開辦「OpenCV機器學習實務班by Python」，本課程藉由OpenCV所提供的函式庫，以實際數據分析帶領學員進入機器學習領域，藉此了解各種演算法的實際應用。此外，會以實際案例進行演示，如數字辨識、物件偵測和人臉辨識等應用，包含影像前處理、特徵點擷取、透過訓練資料建立數學模型和測試資料驗證等步驟，相信本課程可以讓學員了解機器學習的完整處理流程。詳細課程訊息及報名網址http://www.iiiedu.org.tw/ites/OCVMP.htm或電(02)6631-6534課程經理 黃小姐。其他相關課程http://www.iiiedu.org.tw/ites/portal/ITA.htm。