机器学习经典算法剖析——基于OpenCV

机器学习经典算法剖析——基于OpenCV

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

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。

机器学习经典算法剖析——基于OpenCV是2018年由人民邮电出版社出版,作者赵春江。

得书感谢您对《机器学习经典算法剖析——基于OpenCV》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

你可能喜欢
机器学习实战 电子书
本书共11章,从推荐系统的发展历史、基本构成开始,依次剖析推荐系统的内容召回、协同过滤召回、深度学习召回中具有代表性的模型;再从经典排序模型到基于深度学习的排序,顺势介绍会话推荐、强化学习推荐及工业级推荐,搭建了完整的推荐系统技术体系,这是一个由浅入深的系统学习过程。
机器学习基础 电子书
近年来人工智能技术蓬勃发展,人工智能正在改变我们的生活。为了让读者在不需要掌握太多数学和计算机科学知识的情况下,能够快速上手,使用Python语言实现常用的机器学习算法,并解决一些实际的问题,我们策划并出版本书。本书共14章,内容涵盖基本的机器学习概念和环境搭建,目前各个领域中的热门算法,以及数据预处理、模型评估和文本数据分析等。希望本书可以让读者轻松入门,在动手实践的过程中找到乐趣。本书可以作为
实用机器学习 电子书
大数据时代为机器学习的应用提供了广阔的空间,各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开,着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发,介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时,书中不但阐述基本原理,而且讨论模型的评价与选择。为方便读者学习各种算法,本书介绍了R语言中相应的软件包
场景化机器学习 电子书
本书展示了如何在业务场景中应用机器学习,全书分为三个部分。第一部分介绍有效的决策如何帮助公司提高生产率以保持竞争力,阐释如何使用开源工具和AWS工具将机器学习应用于业务决策中。第二部分以虚拟人物为主线,研究六个场景,这些场景展示了如何使用机器学习来制定各种业务决策。第三部分讨论如何在Web上设置和共享机器学习模型,还介绍了一些案例。
机器学习案例实战 电子书
机器学习已经广泛地应用于各行各业,深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践,首先讨论了TensorFlow、PySpark、TI-ONE等主流机器学习平台的主要特点;然后结合Tableau介绍了数据可视化在银行客户用卡行为分析的应用。在此基础上,利用上述介绍的这些平台,通过多个项目案例,详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、卷积神经网络、循环神经网络、对抗