惑星探査育英会・第十二回実習会
機械学習による画像分類、領域分割手法のサーベイ及び習得を目指す。
Schedule
2020年3月9日(月)13:20~3月11日(水)12:30(目標終了時刻) @ The University of Aizu
Description
惑星探査育英会主催・第十二回実習会のGithubリポジトリ
講義Slide
クラウドベースの機械学習環境を実習に取り入れ、
前年度と比べて受講者のマシン準備や環境構築のハードルを下げました。
下記の実習内容を予定しています。
- KaggleのNotebook を用いて機械学習(CNN)のキャッチアップ
- Google Colaboratoryを用いてサンプルコードの実践
- Kaggleの公開データセットや手持ちのデータセットを用いて機械学習を実践
- Dockerを用いてLocal環境構築&実践機械学習(OPTION)
Requirement
必須
- Google account
- Driveに十分な空き容量があると好ましいです。
- Kaggle account
- データセット利用の為に電話番号認証もお願いします。
- Docker account
- Docker環境構築を事前に行うと、ご自身の環境での実習がスムーズに進みます。
Option
- Docker環境構築
- 機械学習の為のデータセットの前準備
- 特にSegmentationを自分のデータで行いたい方は必要です。
- NVIDIA GPU搭載の計算機環境
- Local環境で機械学習を行う際に有利です。
Dataset
- 画像分類
- Tychoクレーター分類
- 10-monkey-species
- 画像領域分割
- carvana-image-masking-challenge
- 月Divinerのデータ
- 参加者各自のデータ
Contribution
- Fork it
- Create your feature branch.
- Commit your changes
- Push to the branch
- Create new Pull Request.
Licence