新書推薦:

《
秦汉至唐律令立法语言论要
》
售價:NT$
347.0

《
茶叶帝国3000年
》
售價:NT$
602.0

《
机器人建模与分析的几何代数方法
》
售價:NT$
857.0

《
中国古代物质文化(修订版)
》
售價:NT$
490.0

《
社会情感学习经典入门
》
售價:NT$
357.0

《
神秘欢娱:人与香烟500年
》
售價:NT$
505.0

《
混一戎华:元朝统一中国的历史进程
》
售價:NT$
500.0

《
排爆组遭遇自旋(第165届直木奖得主佐藤究首次引进国内! 推理×科幻×怪物 )
》
售價:NT$
352.0
|
內容簡介: |
本書是12位博士多年研究視覺機器學習的基礎理論、核心演算法、關鍵技術和應用實作的科學結晶,是作者們多年相關科學研究實作的心得體會和系統歸納。包含K-Means、KNN學習、回歸學習、決策樹學習、RandomForest、貝氏學習、EM方法、AdaBoost、SVM方法、增強學習、流形學習、RBF學習、稀疏表示、字典學習、BP學習、CNN學習、RBM學習、深度學習、遺傳方法、粒子群方法、蟻群方法共20個常用視覺機器學習方法。進行深入淺出的說明,以簡單明瞭、豐富圖表、解釋程式、應用為宗旨。
本書特別重視如何將視覺機器學習演算法的理論和實踐結合,解決視覺機器學習領域中的諸多基礎問題,可應用於醫學影像分析、工業自動化、機器人、無人車、人臉檢測與識別、車輛資訊識別、行為檢測與識別、智慧視訊監控等領域。
書中範例原始程式碼,可至佳魁資訊官網下載
|
目錄:
|
前言
緒論
第1講K-means
1.1基本原理
1.2演算法改進
1.3模擬實驗
1.4演算法特點
第2講KNN學習
2.1基本原理
2.2演算法改進
2.3模擬實驗
2.4演算法特點
第3講回歸學習
3.1基本原理
3.2演算法改進
3.3模擬實驗
3.4演算法特點
第4講決策樹學習
4.1基本原理
4.2演算法改進
4.3模擬實驗
第5講RandomForest學習
5.1基本原理
5.2演算法改進
5.3模擬實驗
5.4演算法特點
第6講貝氏學習
6.1基本原理
6.2演算法改進
6.3模擬實驗
6.4演算法特點
第7講EM演算法
7.1基本原理
7.2演算法改進
7.3模擬實驗
7.4演算法特點
第8講Adaboost
8.1基本原理
8.2演算法改進
8.3模擬實驗
8.4演算法特點
第9講SVM方法
9.1基本原理
9.2演算法改進
9.3模擬實驗
9.4演算法特點
第10講增強學習
10.1基本原理
10.2演算法改進
10.3模擬實驗
10.4演算法特點
第11講流形學習
11.1演算法原理
11.2演算法改進
11.3演算法模擬
11.4演算法特點
第12講RBF學習
12.1基本原理
12.2演算法改進
12.3模擬實驗
12.4演算法特點
第13講稀疏表示
13.1基本原理
13.2演算法改進
13.3模擬實驗
13.4演算法特點
第14講字典學習
14.1基本原理
14.2演算法改進
14.3模擬實驗
14.4以字典學習為基礎的視訊影像降噪方法
14.5演算法特點
第15講BP學習
15.1基本原理
15.2演算法改進
15.3模擬實驗
15.4演算法特點
第16講CNN學習
16.1基本原理
16.2演算法改進
16.3模擬實驗
16.4演算法特點
第17講RBM學習
17.1基本原理
17.2演算法改進
17.3模擬實驗
17.4演算法特點
第18講深度學習
18.1基本原理
18.2演算法改進
18.3模擬實驗
18.4演算法特點
第19講遺傳演算法
19.1演算法原理
19.2演算法改進
19.3演算法模擬
19.4演算法特點
第20講蟻群方法
20.1基本原理
20.2演算法改進
20.3模擬實驗
20.4演算法特點
|
|