|
|
|
|
Pythonによる画像処理プログラミングの基礎を学ぶ。また、画像解析の応用実践を通じてAIの基礎を学ぶ。
|
|
|
画像データ構造とデータフレームを理解し、利用目的に応じたPythonによる画像解析プログラミングができるようになる。また、生体認証や社会医学における応用課題に取り組むことで、実用的な画像処理技術を身に着ける。
|
|
|
大学院ディプロマ・ポリシーにおける,「幅広く豊かな学識に立脚し,専門分野におい て創造性豊かに自立して研究活動を実践でき,高度な専門性・国際性を必要とする職業 を担うための能力を身に付ける。」に関連する。
|
|
|
画像解析プログラムを作成し、そのプログラムを用いて、標準画像データを用いた画像解析の基本技術を紹介する。さらに、プログラムに改訂・発展させながら、目的に合わせて効率的に処理する手法を身につける。
|
|
|
|
第1回:Python によるプログラミング基礎1 第2回:Python によるプログラミング基礎2 第3回:画像処理の基礎(2値化) 第4回:画像処理の基礎(空間フィルター) 第5回:画像処理の基礎(カラー画像処理) 第6回:画像処理の基礎(画像マッチング1) 第7回:画像処理の基礎(画像マッチング2) 第8回:中間課題 第9回:機械学習の基礎(ニューラルネットワーク、SVM) 第10回:機械学習の基礎(深層学習1) 第11回:機械学習の基礎(深層学習2) 第12回:画像処理の実践応用(生体認証への応用1) 第13回:画像処理の実践応用(生体認証への応用2) 第14回:画像処理の基礎(社会医学における学習型AIの応用1) 第15回:画像処理の基礎(社会医学における学習型AIの応用2)
|
|
|
|
数理データ科学教育研究センターが提供するe-learning と自己学習支援ツールを活用 する。
|
|
|
中間課題、最終課題を課し、課題の内容及び出欠状況により評価。
|
|
|
|
実践的な画像処理を学びたい人はぜひ受講してください。
|
|
|
|
|
|
データサイエンス応用・画像データ解析演習、Pythonによる数理解析
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|