机读格式显示(MARC)

• 000 01997nam 2200361 450

• 001 0000376818

• 005 20191217112300.0

• 010 __ |a 978-7-111-61151-6 |d CNY69.00

• 099 __ |a CAL 009307809

• 100 __ |a 20181213d2019 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习 |A ji 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 |d = Machine learning for OpenCV |f Michael Beyeler |g 王磊译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2019

• 215 __ |a XII, 251页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi 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 |1 2001 |a 智能系统与技术丛书

• 500 10 |a Machine learning for OpenCV |A Machine Learning For Opencv |m Chinese

• 517 1_ |a 使用OpenCV和Python进行智能图像处理 |A shi yong OpenCVhe Python jin hang zhi neng tu xiang chu li

• 606 0_ |a 机器学习 |A ji qi xue xi

• 606 0_ |a 图象处理软件 |A tu xiang chu li ruan jian |x 程序设计

• 690 __ |a TP181 |v 5

• 690 __ |a TP391.413 |v 5

• 701 _1 |a 贝耶勒 |A bei ye le |g (Beyeler, Michael) |4 著

• 702 _0 |a 王磊 |A wang lei |4 译

• 801 _0 |a CN |b RENTIAN |c 20181213

• 905 __ |a LJUZC |d TP181/33

• 920 __ |a 222016 |z 1