书目信息

书名: 机器学习 
作者: 贝耶勒 著 ;王磊
出版信息: 北京   机械工业出版社  2019.01
开本页数: 24cm  XII, 251页
丛书名: 智能系统与技术丛书
单 册:
中图分类: TP181 TP391.413
科图分类:
主题词: 机器学习--ji qi xue xi , 图象处理软件--tu xiang chu li ruan jian--程序设计
电子资源:
ISBN: 978-7-111-61151-6
000 01980nam 2200349 450
001 CAL 009307809
005 20181214164034.
010    @a978-7-111-61151-6@dCNY69.00
100    @a20181213d2019 em y0chiy50 ea
101 @achi@ceng
102    @aCN@b110000
105    @aa z 000yy
106    @ar
200 @a机器学习@Aji qi xue xi@e使用OpenCV和Python进行智能图像处理@f(美) 迈克尔·贝耶勒著@F( mei ) mai ke er· bei ye le zhu@d= Machine learning for OpenCV@fMichael Beyeler@g王磊译@zeng
210    @a北京@c机械工业出版社@d2019.01
215    @aXII, 251页@c图@d24cm
225 @a智能系统与技术丛书@Azhi neng xi tong yu ji shu cong shu
306    @a由Packt Publishing授权
314    @a(美) 迈克尔·贝耶勒, 华盛顿大学神经工程和数据科学专业的博士后。
330    @a全书共12章, 第1章简要介绍机器学习基础知识, 并讲解如何安装OpenCV和Python工具 ; 第2章展示经典的机器学习处理流程及OpenCV和Python工具的使用 ; 第3章讨论监督学习算法, 以及如何使用OpenCV实现这些算法 ; 第4章讨论数据表示和特征工程, 并介绍OpenCV中提供的用于处理图像数据的常见特征提取技术 ; 第5章展示如何使用OpenCV构建决策树进行医疗诊断 ; 第6章讨论如何使用OpenCV构建支持向量机检测行人 ; 第7章介绍概率论, 并展示如何使用贝叶斯学习实现垃圾邮件过滤 ; 第8章讨论一些非监督学习算法 ; 第9章详细讲解如何构建深度神经网络来识别手写数字 ; 第10章讨论如何高效地集成多个算法来提升性能 ; 第11章讨论如何比较不同分类器的结果, 选择合适的工具 ; 第12章给出一些处理实际机器学习问题的提示和技巧。
410  0 @12001 @a智能系统与技术丛书
500 10 @aMachine learning for OpenCV@mChinese
517 @a使用OpenCV和Python进行智能图像处理@Ashi yong OpenCVhe Python jin hang zhi neng tu xiang chu li
586    @a
606 @a机器学习@Aji qi xue xi
606 @a图象处理软件@Atu xiang chu li ruan jian@x程序设计
690    @aTP181@v5
690    @aTP391.413@v5
701  1 @a贝耶勒@Abei ye le@g(Beyeler, Michael)@4著
702  0 @a王磊@Awang lei@4译
801  0 @aCN@c20181213
905    @a河南城建学院图书馆@dTP181@eB701@f2
    
    机器学习:使用OpenCV和Python进行智能图像处理/(美) 迈克尔·贝耶勒著= Machine learning for OpenCV/Michael Beyeler/王磊译.-北京:机械工业出版社,2019.01
    XII, 251页:图;24cm.-(智能系统与技术丛书)
    
    
    ISBN 978-7-111-61151-6:CNY69.00
    全书共12章, 第1章简要介绍机器学习基础知识, 并讲解如何安装OpenCV和Python工具 ; 第2章展示经典的机器学习处理流程及OpenCV和Python工具的使用 ; 第3章讨论监督学习算法, 以及如何使用OpenCV实现这些算法 ; 第4章讨论数据表示和特征工程, 并介绍OpenCV中提供的用于处理图像数据的常见特征提取技术 ; 第5章展示如何使用OpenCV构建决策树进行医疗诊断 ; 第6章讨论如何使用OpenCV构建支持向量机检测行人 ; 第7章介绍概率论, 并展示如何使用贝叶斯学习实现垃圾邮件过滤 ; 第8章讨论一些非监督学习算法 ; 第9章详细讲解如何构建深度神经网络来识别手写数字 ; 第10章讨论如何高效地集成多个算法来提升性能 ; 第11章讨论如何比较不同分类器的结果, 选择合适的工具 ; 第12章给出一些处理实际机器学习问题的提示和技巧。
相关链接
在五车中查询图书 在当当中查询图书 在豆瓣中查询图书


正题名:机器学习     索取号:TP181/B701         预约/预借

序号 登录号 条形码 馆藏地/架位号 状态 备注
1 1409084   214090847   自科库301/301自科库 102排8列2层/ [索取号:TP181/B701] 在馆    
2 1409085   214090856   自科库301/301自科库 102排8列2层/ [索取号:TP181/B701] 在馆