藤本 雄一郎

青砥 隆仁

浦西 友樹

大倉 史生

小枝 正直

中島 悠太

山本 豪志朗

コンピュータビジョンと機械学習のためのライブラリOpenCV 3をわかりやすく解説。 画像処理（Image Processing）は、読んで字のごとく「画像を対象とする処理」を指します。今日では、カメラで撮影した画像の不要な部分を除去したり、画像を明るくしたり、目を大きくしたりなどは誰でも気軽に可能となっていて、画像処理が身近に存在しています。画像を取り扱うプログラムのためのライブラリであるOpenCV（Open Computer Vision Library）は、最初のリリース以降着実に機能と知名度を増してきました。今やOpenCVのバージョンは3となり、画像を取り扱う研究者は当たり前のようにOpenCVをインストールするようになりました。 本書は画像処理ライブラリであるOpenCV、とくに2015年6月にリリースされたOpenCV 3.0を主な対象として、ライブラリのインストール方法から基本的な使い方、さらには具体的な問題を解決する手順を示した書籍です。画像処理に興味がある、または過去に画像処理に関する勉強をしたことがある方、過去のバージョンのOpenCVを使ったことがあり、OpenCV 3.0に興味がある方などを対象としています。本書が一人でも多くの方の助けになることを願っています。

内容詳細

OpenCV 3 プログラミングブック

Michael Beyeler

池田 聖

森 尚平

山添 大丈

<b>機械学習とコンピュータビジョンの知識を深め スキルを強化したい方に</b>

機械学習の知識を深めスキルを強化したい方に
・OpenCV+scikit-learnで機械学習プログラミングを実践マスター
・統計的学習の本質的概念、決定木、サポートベクタマシン、ベイジアンネットワークなど様々なアルゴリズムとOpenCVを組み合わせて使う方法をわかりやすく解説! 

1章「機械学習を味見してみよう」機械学習の分野に属する問題をいくつかのカテゴリに分類し簡単に紹介。Anaconda Pythonの環境を対象として、OpenCVやその他の重要なツールをインストールする方法について説明します。
2章「OpenCVとPythonでデータを操作する」典型的な機械学習システムにおける処理の流れがどういったものか、データはどこで利用されるのかを説明。学習データと評価データの違いについて説明し、OpenCVとPythonを利用したデータの読込、保存、操作・視覚化の方法についても説明します。
3章「教師あり学習の初歩」分類や回帰といった中核的な概念を見直すことで、教師あり学習を説明。OpenCVでの単純な機械学習アルゴリズムの実装方法、データの予測方法、モデルの評価方法について学びます。
4章「データ表現と特徴量エンジニアリング」よく知られている機械学習用データセットがどういったものか、また興味のある情報を生データから抽出する方法について説明します。
5章「医療診断をするための決定木の使用」OpenCVで決定木を構築する方法について説明し、分類や回帰問題に適用します。
6章「サポートベクタマシンによる歩行者の検出」サポートベクタマシンをOpenCVで構築し、画像中の歩行者を検出するために適用する方法を説明します。
7章「ベイジアン学習による迷惑メールフィルタの実装」確率論を紹介し、ベイズ推定を使用して電子メールをスパムかどうか分類する方法を紹介します。
8章「教師なし学習で隠れた構造を発見する」k-meansクラスタリングや期待値最大化などの教師なし学習アルゴリズムについて説明し、単純なラベルなしデータセットに隠れた構造を抽出する方法を示します。
9章「深層学習を用いた手書き数字分類」いまホットな深層学習の世界にお連れします。パーセプトロンから始めて多層パーセプトロンに展開し、広大なMNISTデータベースの手書き数字を分類するための深いニューラルネットワーク(Deep Neural Networks; DNN)の構築方法について説明します。
10章「異なるアルゴリズムを組み合わせてアンサンブルを作成する」個々の学習器の弱点を克服するために、複数のアルゴリズムを効果的に組み合わせてアンサンブルを作成することで、より正確で信頼性の高い予測を実現する方法について説明します。
11章「ハイパーパラメータチューニングと適切なモデルの選択」さまざまな機械学習アルゴリズムとそのパラメータの組み合わせを比較して、タスクに適したものを選ぶためのモデル選択について紹介します。
12章「仕上げ」今後の機械学習の問題に対処する方法や、より高度なトピックに関する情報を見つけるための有用なヒントをお伝えします。

内容紹介

OpenCV+scikit‐learnで機械学習プログラミングを実践マスター。統計的学習の本質的概念、決定木、サポートベクタマシン、ベイズ学習など様々なアルゴリズムとOpenCVを組み合わせて使う方法を解説!

内容（「BOOK」データベースより）

Michael Beyeler(マイケル・ベイヤラー)
カリフォルニア大学アーバイン校でコンピュータサイエンスの博士号、チューリッヒ工科大学で電気工学の理学士号(BSc)、バイオメディカルエンジニアリングの理修士号(MSc)を取得。ワシントン大学の神経工学とデータ科学の研究員。人工網膜を埋め込んだ患者の知覚体験改善のため、バイオニック視覚の計算モデルに取り組んでいる。著書に「OpenCV with Python Blueprints」(Packt Publishing, 2015)がある。趣味は雪山登山、バンドのコンサート、ピアノ。

著者について

ベイヤラー,マイケル
ワシントン大学の神経工学とデータ科学のポスドク研究員。人工網膜を埋め込んだ患者の知覚体験改善のため、バイオニック視覚の計算モデルに取り組んでいる。研究分野:神経科学、コンピュータ工学、コンピュータビジョン、機械学習の交差点。カリフォルニア大学アーバイン校でコンピュータサイエンスの博士号、チューリッヒ工科大学で電気工学の理学士号(BSc)、バイオメディカルエンジニアリングの理修士号(MSc)を取得(本データはこの書籍が刊行された当時に掲載されていたものです)

著者：山本豪志朗の検索結果

OpenCV 3 プログラミングブック

OpenCVとPythonによる機械学習プログラミング

著者：山本 豪志朗の検索結果

OpenCV 3 プログラミングブック

OpenCVとPythonによる機械学習プログラミング

著者：山本豪志朗の検索結果