1）学習内容

1.classification

(1)ROC

-receiver operating characteristic curve

(2)アルゴリズム

TREE MODEL

Logistic Regression

-より正確なアルゴリズムの使用

（3）評価指標

正解率(CA)は実際にtrueでありfalseのパーセンテージと予測される
正確性100%>>良い意味だけではありません
-現在のデータにのみ適用可能なモデルが作成された可能性が高い
オーバーフィットオーバーフィット:予測過剰/アンダーフィット予測オーバーフィット:予測が遅すぎる

2.画像分類

複数の画像を分類

3.無人機の設置

アナコンダ

4.jupyter notebook

Computer Vision and Object Detection

コンピュータビジュアルAPIを用いて画像中の事物を識別するプレゼンテーション.要求パケットをインポートしてネットワーク通信を行います.

import requests

画像matplotlibを処理するために.3つのパッケージ:pyplot、Image、BytesIOをインポートします.matplotlib.pyplotはインポートに時間がかかる場合があります.

import matplotlib.pyplot as plt
from PIL import Image
from io import BytesIO

import json

Subscriptionキーと接続に必要なURLを設定します.

subscription_key = '234a97e32f8447c19fbf3836053ff32c'

vision_base_url = 'https://daeguaivision00.cognitiveservices.azure.com/vision/v2.0/'

analyze_url=vision_base_url + 'analyze'

image_url = 'https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&fname=http%3A%2F%2Fcfile29.uf.tistory.com%2Fimage%2F222D554655A18D19349EBD'

response = requests.get(image_url)

image=Image.open(BytesIO(response.content))

image