Колбасін, Вячеслав Олександрович2024-12-252024Методичні вказівки до лабораторної роботи "Створення системи розпізнавання зображень на основі регресійного класифікатору" з курсу "Розпізнавання образів" [Електронний ресурс] : для студентів спец. 122 "Комп’ютерні науки" / уклад. В. О. Колбасін ; Нац. техн. ун-т "Харків. політехн. ін-т". – Електрон. текст. дані. – Харків : НТУ "ХПІ", 2024. – 24 с. – URI: https://repository.kpi.kharkov.ua/handle/KhPI-Press/84634.https://repository.kpi.kharkov.ua/handle/KhPI-Press/84634Сучасні технології дають можливість відчутно автоматизувати сфери діяльності, які раніше були притаманні виключно людині. Однією з таких сфер є розпізнавання образів, зокрема зображень. Технології розпізнавання знаходять своє місце як для вирішення промислових задач у випадку систем технічного комп’ютерного зору, так і в побутових задачах, таких як оптичне розпізнавання тексту та розпізнавання природньої мови. Більшість новітніх технологій розпізнавання використовують штучні нейронні мережі, за рахунок чого отримують реальний прорив в якості розпізнавання. Але вони є складними та достатньо вимогливими до ресурсів, що відбивається на економічній ефективності систем. Тому класичні алгоритми класифікації і досі знаходять своє використання в багатьох практичних застосунках. Також класичні технології розпізнавання є дуже зручними для того, щоб приділити увагу не стільки самому алгоритму розпізнавання, скільки тому, як система розпізнавання будується, яким обов’язковим елементам системи та етапам її побудови має бути приділена увага. Лабораторна робота «Створення системи розпізнавання зображень на основі регресійного класифікатора» присвячена опануванню стандартних етапів побудови системи розпізнавання двох класів зображень на основі класичного алгоритму класифікації – логістичної регресії. В процесі виконання лабораторної роботи пропонується створити процедуру виділення вектору ознак, виконати навчання моделі та оцінити якість створеної системи розпізнавання. Практичні навички та наробки, отримані в ході виконання лабораторної роботи будуть корисними у подальшому вивченні дисципліни «Розпізнавання образів» та можуть стати при нагоді у подальшій практичній діяльності інженера в ролі інженера машинного навчання або інженера роботи з даними. Мета: отримати практичні навички з побудови та оцінки якості систем розпізнавання образів на прикладі використання методу логістичної регресії для вирішення задачі класифікації у середовищі Jupyter Notebook.ukметодичні вказівкиінформаційні технологіїпрограмне забезпеченнякомп'ютерні системипобудова системи розпізнавання образівзчитуваннявізуальний аналіз данихматрицяLearning Objecthttps://orcid.org/0009-0005-6367-7574