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。

資策會將於2019年9月23日開辦「OpenCV機器學習實務班by C/C++」,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/OCVM或電(02)6631-6534課程經理 黃小姐。軟體架構與管理課程http://www.iiiedu.org.tw/ITA


Advertisement

更多 iThome相關內容