Page 13 - python
P. 13

ญ





                      11.5 การบวกและลบคาสี ........................................................................................................... 133
                                              ั
                      11.6 การดําเนินการเกี่ยวกบบิต (Bit) ........................................................................................ 135

                      11.7 การแยกและรวมสี RGB ..................................................................................................... 136

                                                     .
                      11.8 การกลับสีภาพ (Invert Color) .......................................................................................... 138
                      11.9 การเขียนโปรแกรมเพื่อปรับคาแกมมาของภาพ .............................................................. 139

                                                                .
                      11.10 การเลือกดําเนินการบางสวนภายในภาพ ...................................................................... 141
                      11.11 การกลับภาพซายขวา/บนลาง ........................................................................................ 142


                      11.12 คอนโวลูชั่นและเคอรเนล (Convolution และ Kernel) ................................................. 143

                      11.13 การตรวจจับใบหนาดวย Haar Cascade ........................................................................ 146

                      11.14 การตรวจจับใบหนาขนาดเล็กดวย Tinyface ................................................................. 147

                      11.15 การอานพิกัดแลนดมารคใบหนาดวย dlib ..................................................................... 149

                      11.16 การตรวจสอบคนในภาพหันหนาไปทางซายหรือขวา ................................................... 150

                      11.17 การตรวจจับวัตถุดวย Yolo3 ........................................................................................... 152

                      แบบฝกหัดทายบท ...................................................................................................................... 154

                   บทที่ 12 การเขียนโปรแกรมภาษาไพธอนสําหรับ Machine Learning เบื้องตน ........................ 155

                      แนวคิด   ........................................................................................................................... 155

                      วัตถุประสงค ................................................................................................................................ 155

                      12.1 ความหมายและประเภทของ Machine Learning............................................................ 155

                                              ่
                                              ื
                                ี
                                                          ่
                                                          ื
                                                                                                  .
                      12.2 การเขยนโปรแกรมเพอตรวจสอบเงอนไขและแสดงตัวเลขเจ็ดสวน (7-Segment) ...... 156
                                                                             ี
                                                                                        ่
                                                                     
                                                                                 ู
                                                                                 
                      12.3 การเขียนโปรแกรมตรวจสอบเลข 7-Segment ดวยการเรยนรของเครืองจักร ............. 157
                      12.4 การบันทึกและโหลดโมเดลกลับมาใชงาน ........................................................................ 158
                                          
                                 
                      12.5 การสรางโมเดลดวยวิธี Simple Linear Regression ......................................................... 159
                      12.6 การสรางสมการ Simple Linear Regression จากการทดสอบแรงดึงของกาว ............. 162
                      12.7 Metric สําหรับวัดประสิทธิภาพของโมเดล ....................................................................... 165
                               ํ
                                      
                                                               
                      12.8 การคานวณคาความผิดพลาดของโมเดลดวย RMSE (Root Mean Square Error) ........ 165
                      12.9 โครงขายประสาทเทียม (Artificial Neural Network) ...................................................... 167
                                                                            .
                      12.10 การคํานวณ Single Layer Perceptron ของ And Gate ............................................... 170
   8   9   10   11   12   13   14   15   16   17   18