图像识别算法及案例

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