|
|
|
|
|
|
|
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
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|