u++の備忘録

画像処理

画像認識におけるKMeansによるBoVW

『画像認識』(機械学習プロフェッショナルシリーズ)*1の第4章pp.92-95に載っていた、KMeansによるBag of Visual Words(BoVW)を実装。 import numpy as np from sklearn.cluster import KMeans ## KMeansによるBoVW def coding(X_ap): bovw = np.zeros((len…

画像データセット「CIFAR-10」からのSIFT特徴量の取得

CIFAR-10とは 以下のブログが詳しい。aidiary.hatenablog.com SIFT特徴量とは 『画像認識』(機械学習プロフェッショナルシリーズ)*1の第2章などを参照のこと。 ライブラリのインストール 以下のライブラリを準備する。 from chainer import datasets impor…

『画像認識』第4章「コーディングとプーリング」の要点まとめ

『画像認識』(機械学習プロフェッショナルシリーズ)*1の第4章が、サラッと読もうとしたところ結構骨の折れる内容だったので、自分用の備忘録として要点まとめを作ることにしました。『画像認識』第4章、難しいンゴ(゚∀゚)— u++ (@upura0) 2017年8月5日 第4章…

"「いいね!」増えるハッシュタグ、AIが提案、東大が新技術"という記事の補足

以下のようなキャッチーな科学ニュースがありましたが、いかんせん「東大が新技術」だけでどの部局の誰が発表したかなど情報が欠落していたので、備忘録としての補足。www.itmedia.co.jp 科学技術振興機構(JST)からのプレスリリース www.jst.go.jp 研究…

正準相関分析に関する文献

『画像認識』(機械学習プロフェッショナルシリーズ)の第3章「統計的特徴抽出」に登場した正準相関分析について、更なる理解の参考になりそうな文献。以下は書籍における説明を抜粋した。 正準相関分析(canonical correlation analysis, CCA)は,複数の情…

『画像認識』における統計的特徴抽出手法の可視化 Pythonでの実装

『画像認識』(機械学習プロフェッショナルシリーズ)の第3章「統計的特徴抽出」に登場した手法について、Pythonで実装しようと思います。www.kspub.co.jp この章で紹介されている手法は、以下の5つです。 主成分分析 白色化 フィッシャー線形判別分析 正準…

『画像認識』(機械学習プロフェッショナルシリーズ)第1章まとめ

某所にて、『画像認識』(機械学習プロフェッショナルシリーズ)の勉強会(輪読形式)がありました。www.kspub.co.jp 第1章を担当し、以下の資料にまとめました。第1章では画像認識の概要がまとめられており、その後の章で具体的に解説していく構成になって…