改變未來20年最重要的20個視覺機器學習理論深讀 epub pdf txt mobi 電子書下載 2024

圖書介紹

☆☆☆☆☆

著者

齣版者出版社：佳魁資訊訂閱出版社新書快訊新功能介紹

翻譯者

齣版日期出版日期：2016/06/27

語言語言：繁體中文

下載鏈接在頁麵底部

點擊這裡下載

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找書就要到灣灣書站

twbook.tinynews.org

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

發錶於2024-11-26

類似圖書點擊查看全場最低價

圖書描述

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、Random Forest、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

著者信息

改變未來20年最重要的20個視覺機器學習理論深讀 epub pdf txt mobi 電子書下載

圖書目錄

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 Random Forest 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