機器學習經典算法剖析 基于OpenCV ( 簡體 字) |
| 作者：趙春江 | 類別：1. -> 教材 -> 數位影像處理
2. -> 程式設計 -> 機器學習 |
| 譯者： |
| 出版社：人民郵電出版社 |  3dWoo書號： 49458
詢問書籍請說出此書號！【有庫存】
NT售價： 345 元 |
| 出版日：8/1/2018 |
| 頁數：290 |
| 光碟數：0 |
|
站長推薦：  |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787115482136 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：機器學習是一種自動分析所構建模型的數據分析方法。通過迭代地從數據中不斷學習，機器學習可以使計算機找到一些隱含的信息量，而這些信息量是無法明確通過編程得到的。
本書以OpenCV 2.4.9為研究工具，對算法—正態貝葉斯分類器、K近鄰算法、支持向量機、決策樹、AdaBoost、梯度提升樹、隨機森林、期望極大值、神經網絡，不僅具體分析了它們的原理和實現方法，還進行了詳細的源碼解析，并且給出了基于OpenCV的程序實現范例，充分體現了理論與實踐相結合的特點。 |
目錄：第 1章 正態貝葉斯分類器 1
1.1 原理分析 1
1.2 源碼解析 8
1.3 應用實例 13
第 2章 K近鄰算法 15
2.1 原理分析 15
2.2 源碼解析 16
2.3 應用實例 22
第3章 支持向量機 25
3.1 原理分析 25
3.2 源碼解析 50
3.3 應用實例 71
第4章 決策樹 73
4.1 原理分析 73
4.2 源碼解析 81
4.3 應用實例 117
第5章 AdaBoost 120
5.1 原理分析 120
5.2 源碼解析 123
5.3 應用實例 140
第6章 梯度提升樹 142
6.1 原理分析 142
6.2 源碼解析 147
6.3 應用實例 158
第7章 隨機森林 161
7.1 原理分析 161
7.2 源碼解析 163
7.3 應用實例 171
第8章 極端隨機樹 173
8.1 原理分析 173
8.2 源碼解析 173
8.3 應用實例 187
第9章 期望極大值 189
9.1 原理分析 189
9.2 源碼解析 202
9.3 應用實例 212
第 10章 神經網絡 214
10.1 原理分析 214
10.2 源碼解析 220
10.3 應用實例 241
附錄A Win7系統下OpenCV 2.4.9與
Visual Studio 2012
編譯環境的配置 244
附錄B Win7系統下QT 5.3.1與
OpenCV 2.4.9 編譯環境的
配置 248
附錄C 級聯分類器 252
參考文獻 287 |
| 序： |
