返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]机器学习经典算法剖析:基于OpenCV赵春江978711548213
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 赵春江著 | 赵春江编 | 赵春江译 | 赵春江绘
    • 出版社: 人民邮电出版社
    • 出版时间:2018-08-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 赵春江著| 赵春江编| 赵春江译| 赵春江绘
    • 出版社:人民邮电出版社
    • 出版时间:2018-08-01
    • 版次:1
    • 印次:1
    • 印刷时间:2018-08-01
    • 字数:490千字
    • 页数:290
    • 开本:16开
    • ISBN:9787115482136
    • 版权提供:人民邮电出版社
  • 作者: 赵春江
  • 著: 赵春江
  • 装帧: 平装-胶订
  • 印次: 1
  • 定价: 69
  • ISBN: 9787115482136
  • 出版社: 人民邮电出版社
  • 开本: 16开
  • 印刷时间: 2018-08-01
  • 语种: 中文
  • 出版时间: 2018-08-01
  • 页数: 290
  • 外部编号: 党庄A37213
  • 版次: 1
  • 成品尺寸: 暂无
  • 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 极端随机树 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


    赵春江,博士,毕业于上海交通大学。在信息处理领域有着十余年丰富的教学和科研经验。在科研方面,主持过3项省级教科研项目,在靠前外期刊和会议发表20余篇学术论文,其中被SCl或EI检索共计12篇。


    ·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。
    【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。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购