Kenny老师,前BAT 数据架构师
主要研究深度学习领域,计算机视觉,图像识别。精通机器学习,热爱各种开源技术尤其人工智能方向。
快速入门图像识别
了解目前技术趋势
动手开发
1. 有python开发基础的
2. 有机器学习经验的
3. 对图像识别领域有兴趣的技术人员
一、图像识别介绍
图像识别解决的问题
实际案例讲解
本课程需要用到的环境介绍与部署
二、图像识别算法入门之knn
k-近邻算法
准备:使用Python导入数据
从文本文件中解析数据
如何测试分类器
示例:使用k-近邻算法改进约会网站的配对效果
准备数据:从文本文件中解析数据
分析数据:使用Matplotlib创建散点图
准备数据:归一化数值
图像识别案例:手写识别系统
阶段性总结:knn的算法解决图像识别的问题
三、神经网络基础
线性回归
基于Logistic回归和Sigmoid函数的分类
基于最优化方法的最佳回归系数确定
梯度下降法
什么是神经网络
激活函数
示例:动手写一个属于自己的神经网络
示例:手写数字识别
示例:图像分类案例
四、CNN卷积神经网络
CNN架构介绍
对象识别与分割
领取专属 10元无门槛券
私享最新 技术干货