(中央社訊息服務20180312 16:24:57)近年來機器學習應用如雨後春筍般出現，廣泛應用在電腦視覺、資料探勘、手寫辨識、工業瑕疵檢測和醫學診斷等領域。機器學習理論主要研究如何讓電腦可以經由訓練資料的輸入學習，從中分析自動建立合適的數學模型，並利用該數學模型針對未知資料進行預測的行為。
一般來說，機器學習可以分成幾大類應用，第一類為聚類分析(Clustering Analysis)，常見如決策數(Decision Tree) 、常態貝頁斯分類器(Normal Bayes Classifier) 、K-Means聚類等；第二大類為模式識別(Pattern Recognition) ，常見如人工類神經網路(Artificial Neural Networks)、支持向量機(Support Vector Machine)、自適應增強(Adaptive Boosting, AdaBoost) 等；第三大類為回歸分析與統計方法，常見如線性回歸(Linear Regression)、最近鄰居法(K-Nearest Neighbors, KNN) 、主成分分析(Principal Component Analysis) 、最大期望演算法(Expectation Maximization, EM) 等。
資策會將於2018年4月9日開辦「OpenCV機器學習實務班by Python」，本課程藉由OpenCV所提供的函式庫，以實際數據分析帶領學員進入機器學習領域，藉此了解各種演算法的實際應用。此外，會以實際案例進行演示，如數字辨識、物件偵測和人臉辨識等應用，包含影像前處理、特徵點擷取、透過訓練資料建立數學模型和測試資料驗證等步驟，讓學員了解機器學習的完整處理流程。
詳細課程內容請參考課程網址：http://www.iiiedu.org.tw/ites/OCVMP.htm；其他相關課程：http://www.iiiedu.org.tw/ites/portal/ITA.htm。(資策會廣告)
訊息來源：財團法人資訊工業策進會