進捗 29% 順調に進めている。 ■セクション4：Pandas入門 Series, Frameの基本の勉強。 相変わらず、２倍速で講義は聞いて、概要をメモしてそれをjupyter notebookで再現する作業を繰り返している。 講義を聞いた時はできる！と思っても、いざ、手を動かすとまったくイメージが違い、エラーが出まくる。自分で書くので習得している感覚があるのが良い。 それにしても、Series, DataFrameはたくさん機能があ..

進捗 22% 順調に進めている。 先に周辺知識の確認ということで付録のところをだいたい終わらせてしまう。 ■セクション11：付録A：Pythonの基礎 pythonの基礎の復習。math関数やら、文字列、リスト、レンジ...一通り、この講座で扱う基本的なものを抑えてあるそうだ。特に問題なく確認完了。このレベルならpython自体で詰まることはなさそう。 ■セクション12：付録B：統計入門 ”入門”という割にはいきなり、確率分布から入るの..

はじめに Pythonを用いて、データサイエンスを学ぶ。 講座名:【世界で5万人が受講】実践 Python データサイエンス このコースの受講動機 ビックデータ、機械学習、python...データサイエンスは注目分野であり、急速な技術の広がりを見せている。最近は、普段の仕事でもデータを基にしてビジネス上の判断を行うことが多くなっており、その際に大量のデータを迅速に正しく解析することが求められるようになっている。 この講座では、python..

進捗 93%（+6%） 順調。 結局、CIFAR-10でエラーになる件はその後の講義にも影響があるため、対処を行うことにした。 ■セクション8：画像認識のためのディープラーニング（続き） ・エラーになる件の対処 　OSを変更してMacで試してみたところ、動作することは確認できた。 　学習済のモデルも用意されてはいるが、初めてなので実際の学習を行ってみた。すると、CIFAR-10の講義の学習を行うだけで４時間以上かかっている。マシーンが古く非..

進捗 87%（+15%） 想定外に非常に順調。 コーディングは非常に単純になっている。特につっかえるところもなくあっという間にディープラーニングの結果が得られる。 ■セクション8：画像認識のためのディープラーニング（続き） ・ディープラーニング理論 　基本から勉強をスタート。ニューロンの仕組みから入り、次に活性化関数のシグモイド関数やRuLUを学ぶ。続いて、コスト関数であるQuadratic Cost, Cross Entropyなどを学ぶ。..

進捗 72%（+8%） 順調。 早く進むのは良いのだが、その分、理解が追いついてない気がする。 結局、動画の部分はカメラを使用せずに済ます方向だ。 ■セクション7：オブジェクトトラッキング ・Optical flow 　cv2.goodFeaturesToTrackで検出したコーナーに対して、トラッキングを行い、その軌跡を描画する。 　初めに検出したコーナーに対して、位相を計算して、軌跡を描画しているので、長時間トラッキング対象が動く..

進捗 64%（+10%） 順調。 1つ１つの講義の動画は長めだが、サクサクと消化している。 画像認識の中心の部分に入ってきているので進めていて楽しい！ ■セクション6：物体検出 ・Watershedアルゴリズム 閾値処理で分離すると対象オブジェクトが重なっている場合に１つ１つのオブジェクトの分離ができないが、このアルゴリズムを使用することで１つ１つのオブジェクトへの分離が可能だ。 https://docs.opencv.org/3..

進捗 54%（+9%） 順調。 しばらくは動画の画像認識はないようなので、Macのセットアップはほっておく。 画像認識の勉強はAPIをコールしながらも、多重ループを使ったり、複雑なAPI呼び出しを繰り返したりというのを想像していたのだが、OpenCVを使ったものはまったく違う感じだ。 ■セクション６：物体検出 ・テンプレートマッチング テンプレートマッチングの複数のアルゴリズムを試して比較を行う。うーん、matchTemplate関数を一回..

進捗 39% 順調。 残念ながら、台風の影響もあり、Webcamの入手が遅れそうだ。 今回はWebcamなしでコースを完了になる方向かなぁ。 一応、Macの内蔵のカメラを使うことも可能ではあるが。。。 考え中。 ■セクション４：画像処理(残り) ヒストグラムの作成、アセスメントのテストを行う。 ・ヒストグラムの作成 　まず、グレースケールのヒストグラムを作成する。 　それをチャネル分ループさせてカラー画像の各チャネルのヒストグラ..

進捗 24% 順調。特に問題ない。 あえて言うなら、早く画像認識系のことをやりたい！ ■セクション３：画像の基礎とOpenCV(続き) ・基本的な画像の取り回し 画像の読み込みからスタート。 matplotlibとopencvの色のチャネル順序は異なるので、注意が必要だ。 変換は下記で行う。 new_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) この後、グレースケールへの変換、リサイズ、..

はじめに Pythonを用いて、OpenCV,ディープラーニングの最新の技術を学ぶ。 講座名:Python for Computer Vision with OpenCV and Deep Learning このコースの受講動機 もはや一般的になってしまっているディープラーニングを用いた画像認識。 これからも様々な産業分野で活用、応用されていくはずだ。 自動運転やデジタルマーケティング、セキュリティや顔認証など。 また、機械学習やディ..

英語版のUdemy講座、"Spark and Python for Big Data with PySpark"の受講を完了したので最初に立てた目標の達成具合、自己評価や、コースをやり終えての感想をまとめる。 目次１、受講前のゴールイメージとスケジュールの確認 ２、講義に関して ３、残念なポイント ３、次回に受講に生かしたいこと。教訓とか 受講前のゴールイメージとスケジュールの確認 ■受講前のゴールイメージとスケジュールの確認 ・環境設定が一通り..