PythonでOpenCV3
画像-OpenCV BGR：Matplotlib RGB
基本的な画像操作-ピクセルアクセス
iPython-NumPyで信号処理
numpyで信号処理i-正弦波、方形波、unitpulse、およびランダム信号用のfftおよびDFT
NumPy II-画像フーリエ変換 : FFT&dft
ローパスフィルタ付き画像の逆フーリエ変換：cv2。idft()
画像ヒストグラム
ビデオキャプチャと切り替え色空間-RGB/HSV
適応しきい値-大津のクラスタリングベースの画像しきい値
エッジ検出-Sobelとラプラシアンカーネル
キャニーエッジ検出
ハフ変換-円
分水界アルゴリズム:マーカーベースのセグメンテーションI
分水界アルゴリズム:マーカーベースのセグメンテーションII
画像ノイズリダクション:非ローカル手段ノイズ除去アルゴリズム
画像オブジェクト検出 : ハールカスケード分類器を使用して顔検出
画像セグメンテーション-前景抽出グラブカットアルゴリズムに基づいてグラフカット
画像再構成-Inpainting（補間）-高速マーチングメソッド
ビデオ：平均シフトオブジェクトトラッキング
機械学習：クラスタリング-K-手段クラスタリングI
機械学習：クラスタリング-K-手段クラスタリングII
機械学習：分類-k-最近傍（k-NN）アルゴリズム

scikit-learnを使用した機械学習

scikit-learnインストール
scikit-学ぶ : 特徴と特徴抽出-irisデータセット
scikit-learn:機械学習クイックプレビュー
scikit-learn:データ前処理I-欠落/カテゴリデータ
scikit-learn:データ前処理II-データセットの分割/特徴スケーリング/特徴選択/正則化
scikit-learn:データ前処理III-次元削減vis連続的な特徴選択/ランダムフォレストを介した特徴の重要性の評価
次元削減によるデータ圧縮I-主成分分析(PCA)
scikit-learn : 次元削減によるデータ圧縮II-線形判別分析(LDA)
scikit-learn:次元削減によるデータ圧縮III-カーネル主成分(KPCA)分析による非線形マッピング
scikit-learn:ロジスティック回帰、オーバーフィット&正則化
Scikit-learn:教師なし学習&教師なし学習-例えばIrisデータセットによる教師なしPca次元削減
scikit-learn:unsupervised_Learning-irisデータセットによるKmeansクラスタリング
scikit-learn : 線形分離可能なデータ-線形モデル&（ガウス）放射状基底関数カーネル（RBFカーネル）
scikit-learn：決定木学習I-エントロピー、ジニ、および情報ゲイン
scikit-learn：決定木学習II-決定木を構築
Scikit-learn：無作為決定森林分類
scikit-learn：サポートベクトルマシン（SVM）
scikit-learn：サポートベクトルマシン（SVM）
scikit-learn：サポートベクトルマシン（SVM）ii
Flask With Embedded machine learning i:pickleとdbセットアップによるシリアル化
flask with embedded machine learning ii : 基本的なフラスコアプリ
組み込み機械学習付きフラスコIII：埋め込み分類子
組み込み機械学習付きフラスコIV：展開
組み込み機械学習付きフラスコV：分類子を更新する
scikit-learn : SVMを使用したスパムコメントフィルタのサンプル-良いものまたは悪いものを分類する

機械学習アルゴリズムと概念

バッチ勾配降下アル : 確率的勾配降下法（SGD）を用いた線形（同一性）活性化関数を用いた適応線形ニューロン
ロジスティック回帰
VC（Vapnik-Chervonenkis）次元と粉砕
バイアス分散トレードオフ
最尤推定（MLE）
一つの隠された層を用いたXORの逆伝播を用いたニューラルネットワーク
minHash
tf-idf重み
自然言語処理（NLP）：感情分析I（IMDb&bag-of-words)
自然言語処理(nlp):センチメント分析Ii(トークン化、ステミング、およびストップワード)
自然言語処理(nlp): 感情分析III(training&cross validation)
自然言語処理(NLP):感情分析IV(out-of-core)
余弦距離(Cosine Similarity)を使用した局所性に敏感なハッシュ(LSH)

人工ニューラルネットワーク(ANN)

ソースはGithub-Jupyter notebook files
1. はじめに
2. 前方伝播
3. 勾配降下法
4. エラーの逆伝播
5. グラデーションの確認
6. BFGSを介したトレーニング
7. オーバーフィット&正則化
8。 ディープラーニングI : 画像認識(画像アップロード)
9. Deep Learning II：画像認識（画像分類）
10-Deep Learning III：Deep Learning III：Theano、TensorFlow、およびKeras