Free Udemy Courses and Zero Broken link.
The only website where expired courses are deleted.

ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1

Share :

Publisher : Toru Tamaki

Course Length : 10.5 hours

Course Language : Japanese

Description

このオンラインレクチャーでは,確率的な手法を用いるパターン認識や機械学習の基礎を学ぶことができます.資料は,"Computer vision: models, learning and inference"の著者Simon Princeがwebで公開しているスライドを用いていますが,話題はコンピュータビジョンに限らず,確率モデルや最尤推定,ベイズ推定を扱っています.

スライドを動画で説明した後,復習クイズを出題しています.ぜひ挑戦してください(iPad/Androidアプリ版ではクイズが表示されないようですので,webで見てください).

このオンラインレクチャーでは,書籍のPartIII(Chapter 12)までの統計的機械学習の基礎を扱います.(Chapter 13以降の画像を扱う話題は別途作成予定)

Computer vision: models, learning and inference

The slide is copyrighted by Simon J. D. Prince, the author of the book "Computer vision: models, learning and inference", and is available at the book website.

The use of the slide for this online lecture is approved by Simon J. D. Prince and recognized by a contact person of the book publisher. The lecturer thanks them for their kind agreement.


Who is the target audience?
  • 確率モデルの基礎を学びたい人
  • 統計的機械学習の基礎を学びたい人
  • ベイズ推定を自分のものにしたい人
  • グラフィカルモデルを学びたい人
  • Bishop本の内容が難しいので,そのための確率の基礎の勉強をしたい人
  • グラフカットをマスターしたい人
  • コンピュータビジョンを勉強したい人
Requirements
  • 線形代数(スカラ,ベクトル,行列,転置,内積,逆行列,固有値,特異値分解)
  • 確率(平均,分散,共分散行列,多変数確率分布,期待値)
  • 微分(1変数関数の極値計算・多変数関数の微分)
  • 積分(多変数関数の積分,重積分)