描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787115482136
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、*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。
·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。
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。
目 录
第 1章 正态贝叶斯分类器 1
1.1 原理分析 1
1.2 源码解析 8
1.3 应用实例 13
第 2章 K近邻算法 15
2.1 原理分析 15
2.2 源码解析 16
2.3 应用实例 22
第3章 支持向量机 25
3.1 原理分析 25
3.2 源码解析 50
3.3 应用实例 71
第4章 决策树 73
4.1 原理分析 73
4.2 源码解析 81
4.3 应用实例 117
第5章 AdaBoost 120
5.1 原理分析 120
5.2 源码解析 123
5.3 应用实例 140
第6章 梯度提升树 142
6.1 原理分析 142
6.2 源码解析 147
6.3 应用实例 158
第7章 随机森林 161
7.1 原理分析 161
7.2 源码解析 163
7.3 应用实例 171
第8章 随机树 173
8.1 原理分析 173
8.2 源码解析 173
8.3 应用实例 187
第9章 期望极大值 189
9.1 原理分析 189
9.2 源码解析 202
9.3 应用实例 212
第 10章 神经网络 214
10.1 原理分析 214
10.2 源码解析 220
10.3 应用实例 241
附录A Win7系统下OpenCV 2.4.9与
Visual Studio 2012
编译环境的配置 244
附录B Win7系统下QT 5.3.1与
OpenCV 2.4.9 编译环境的
配置 248
附录C 级联分类器 252
参考文献 287
评论
还没有评论。