• 计算机视觉应用开发
  • 计算机视觉应用开发
  • 计算机视觉应用开发
  • 计算机视觉应用开发
21年品牌 40万+商家 超1.5亿件商品

计算机视觉应用开发

全新正版 急速发货

27.4 6.5折 42 全新

库存7件

天津武清
认证卖家担保交易快速发货售后保障

作者毋建军 姜波

出版社北京邮电大学出版社有限公司

ISBN9787563566471

出版时间2022-06

装帧平装

开本16开

定价42元

货号29465137

上书时间2024-12-16

当科图书专营店

五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
导语摘要
本书围绕真实企业项目案例来贯穿机器学习开发实战各个模块的理论讲解,包括机器学习开发平台环境搭建,图形处理基础,特征选择与降维,典型机器学习算法、深度学习、迁移及集成学习、强化学习、智能语音技术应用等。通过数据项目实践,可以对技术应用有明确的目的性(为什么学),对技术原理更好地融会贯通(学什么),也可以更好地检验学习效果(学得怎样)。本书可作为人工智能相关专业机器学习开发进阶的教材。也可供专业技术人员参考或者培训教材。 

作者简介



毋建军,中国科学院博士,北京政法职业学院教师,主编或参编过多本教材及著作,在国内外期刊发表过多篇科技文献。主编教材如下:《网站服务器的搭建与管理》,清华大学出版社,2009.10,主编《网页制作案例教程》,清华大学出版社,2011.9,主编《数据库设计开发技术案例教程》,清华大学出版社,2012.5,副主编《Android应用开发案例教程》,清华大学出版社,2013.3,主编 




目录
第1章  机器学习基础
  1.1  机器学习简介
  1.2  机器学习任务
    1.2.1  机器学习问题
    1.2.2  机器学习典型任务
  1.3  机器学习应用场景
  1.4  搭建机器学习开发环境
    1.4.1  开发环境系统要求
    1.4.2  Windows 10系统平台下搭建开发环境
    1.4.3  Linux系统平台下搭建开发环境
  1.5  机器学习常用库概述
    1.5.1  库简介
    1.5.2  库安装及集成
  1.6  机器学习框架概述
  1.7  机器学习开源平台
  本章小结
  习题1
第2章  图像处理基础
  2.1  图像处理简介
  2.2  图像基础
    2.2.1  图像表示
    2.2.2  图像读取
    2.2.3  图像存储
    2.2.4  视频捕获
    2.2.5  视频流保存
    2.2.6  图像绘制
  2.3  图像计算
  2.4  颜色空间转化及分割
  2.5  图像二值化及平滑
    2.5.1  图像二值化
    2.5.2  图像平滑
  2.6  图像变换和形态操作
    2.6.1  图像变换
    2.6.2  图像形态操作
  2.7  图像检测
  2.8  车牌识别案例
  本章小结
  习题2
第3章  特征选择与降维
  3.1  特征选择简介
  3.2  特征选择方法
    3.2.1  过滤法
    3.2.2  包裹法
    3.2.3  嵌入法
  3.3  降维技术
  3.4  鸢尾花降维案例
  本章小结
  习题3
第4章  典型机器学习算法
  4.1  回归
    4.1.1  回归简介
    4.1.2  常用回归算法
    4.1.3  回归评价标准
    4.1.4  房屋价格回归分析
  4.2  聚类
    4.2.1  聚类简介
    4.2.2  典型的聚类方法
    4.2.3  聚类评价标准
    4.2.4  用户社区聚类分析
  4.3  支持向量机
    4.3.1  支持向量机简介
    4.3.2  线性支持向量机
    4.3.3  核函数
    4.3.4  手写数字字体识别
  4.4  机器学习基础
    4.4.1  机器学习简介
    4.4.2  常见的机器学习算法
    4.4.3  主流应用框架
    4.4.4  Theano应用
  4.5  图像数据处理/机器学习算法
    4.5.1  常见的图像处理算法
    4.5.2  图像处理库
    4.5.3  手写数字图像及字体识别
  4.6  空气质量预测案例
  本章小结
  习题4
第5章  深度学习与图像识别
  5.1  图像识别概述
    5.1.1  图像识别简介
    5.1.2  深度学习与图像识别
    5.1.3  图像识别中深度学习的应用
  5.2  深度学习框架
    5.2.1  TensorFlow
    5.2.2  PyTorch
  5.3  神经网络
    5.3.1  神经网络简介
    5.3.2  神经元模型与感知器
    5.3.3  神经网络构建与训练优化
    5.3.4  基于全连接神经网络的手写数字识别案例
  5.4  卷积神经网络
    5.4.1  卷积神经网络简介
    5.4.2  经典卷积神经网络结构
    5.4.3  基于卷积神经网络的猫狗分类案例
  5.5  循环神经网络
    5.5.1  循环神经网络简介
    5.5.2  RNN网络结构
    5.5.3  基于RNN的文本分类案例
  5.6  验证码识别案例
  本章小结
  习题5
第6章  AI云平台及移动端应用
  6.1  AI云开发简介
  6.2  云开发平台
    6.2.1  百度云开发平台
    6.2.2  阿里云开发平台
    6.2.3  Face++云开发平台
    6.2.4  科大讯飞云开发平台
  6.3  云端机器学习应用
    6.3.1  基于EasyDL的多物体识别
    6.3.2  基于PaddlePaddle的图像识别
  本章小结
  习题6
参考文献

内容摘要



本书围绕真实企业项目案例来贯穿机器学习开发实战各个模块的理论讲解,包括机器学习开发平台环境搭建,图形处理基础,特征选择与降维,典型机器学习算法、深度学习、迁移及集成学习、强化学习、智能语音技术应用等。通过数据项目实践,可以对技术应用有明确的目的性(为什么学),对技术原理更好地融会贯通(学什么),也可以更好地检验学习效果(学得怎样)。本书可作为人工智能相关专业机器学习开发进阶的教材。也可供专业技术人员参考或者培训教材。 




主编推荐
毋建军,中国科学院博士,北京政法职业学院教师,主编或参编过多本教材及著作,在国内外期刊发表过多篇科技文献。主编教材如下:《网站服务器的搭建与管理》,清华大学出版社,2009.10,主编《网页制作案例教程》,清华大学出版社,2011.9,主编《数据库设计开发技术案例教程》,清华大学出版社,2012.5,副主编《Android应用开发案例教程》,清华大学出版社,2013.3,主编 

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP