改變未來20年最重要的20個視覺機器學習理論深讀（新書、二手書、電子書）

Name: 改變未來20年最重要的20個視覺機器學習理論深讀
Brand: 佳魁資訊股份有限公司
SKU: 11100786408
Price: 441 TWD
Availability: OutOfStock

作者：謝劍斌、興軍亮、張立甯、方宇強、李沛秦、劉通、閆瑋、王勇、沈傑、張政、譚筠、胡俊

出版日期2016-06-27

評價

3收藏

定價：NT$ 490

優惠價：9 折，NT$ 441

本商品已下架

其他版本：

購買新書
90折 441元起

其他二手價
24折 116元起

文字字級

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。
適合從事視覺機器學習領域研發者參考。

作者序

前言

視覺機器學習非常有用，但是很難找到稱心如意的參考資料，網路上相關資源不少，但是有的泛泛而談，或空洞無味，或無法執行，或效率很低，或缺乏實驗資料，曾經甚是苦悶，回過頭來思考，大家或多或少都有些酸甜苦辣的經驗和教訓。我提議大家就常用視覺機器學習方法，貢獻出自己的收穫，獲得大家一致贊同。於是我們在多次會議討論之後，形成視覺機器學習20課，大家分頭撰寫，然後由我來統籌、修改和補充。經過近一年的努力，終於開花結果，真心希望這本讀書筆記和心得體會能夠讓同道中人少些奔走，免除去蕪存菁、去偽存真的勞苦，熟悉演算法的來源、發展和所以然，掌握演算法的改進方法、實驗模擬流程、原始程式碼和視訊函數庫，使得研究人員和學生們儘快上手，樹立深入研究的信心。

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，從基本原理、實現方法、改進方法、模擬流程、核心程式、來源程式、實驗資料等方面重點展開，適合於從事醫學影像分析、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的研究生和技術人員學習參考。

本書程式碼請至佳魁資訊官網http://www.topteam.cc 本書相關部分下載。

顯示全部內容

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
...

顯示全部內容

商品資料

作者：謝劍斌、興軍亮、張立甯、方宇強、李沛秦、劉通、閆瑋、王勇、沈傑、張政、譚筠、胡俊

出版社：佳魁資訊股份有限公司出版日期：2016-06-27ISBN/ISSN：9789863793434

語言：繁體中文裝訂方式：平裝頁數：296頁

類別：中文書>電腦>電腦總論類別有誤？

標籤：

目前無標籤

您的標籤：

新增您自己的標籤

購物須知

退換貨說明：