机器学习经典算法剖析基于OpenCV
编辑推荐
·讲解了十大经典算法：正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、极端随机树、期望极大值和神经网络。
·给出了OpenCV的相关源码，并逐句解释。
·给出了基于OpenCV的程序实现范例，充分体现了理论与实践相结合的特点。
内容简介
机器学习是一种自动分析所构建模型的数据分析方法。通过迭代地从数据中不断学习，机器学习可以使计算机找到一些隐含的信息量，而这些信息量是无法明确通过编程得到的。
本书以OpenCV 2.4.9为研究工具，对算法—正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、期望极大值、神经网络，不仅具体分析了它们的原理和实现方法，还进行了详细的源码解析，并且给出了基于OpenCV的程序实现范例，充分体现了理论与实践相结合的特点。
作者简介
赵春江，博士，在图像处理、计算机视觉，人工智能方面有很深入的研究。共主持了两个安徽省级项目。自从博士以来，共发表论文20余篇，9篇被EI或SCI检索。
在线客服