书目信息 |
| 题名： |
机器学习
|
|
| 作者： | 贝耶勒 著 ；王磊 译 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2019 |
|
| 页数： | 12,251页 | |
| 开本： | 24cm | |
| 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 , 图象处理软件--程序设计 | |
| 电子资源： | ||
| ISBN： | 978-7-111-61151-6 | |
| 000 | 01822nam0 2200337 450 | |
| 001 | 2553200788 | |
| 005 | 20250305144717.99 | |
| 010 | @a978-7-111-61151-6@dCNY69.00 | |
| 049 | @aA330300WZL@bUCS01009307809@c2004646541 | |
| 100 | @a20181212d2019 em y0chiy0110 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 200 | 1 | @a机器学习@9ji qi xue xi@b专著@e使用OpenCV和Python进行智能图像处理@dMachine learning for OpenCV@f(美)迈克尔·贝耶勒(Michael Beyeler)著@g王磊译@zeng |
| 210 | @a北京@c机械工业出版社@d2019 | |
| 215 | @a12,251页@c图@d24cm | |
| 225 | 1 | @a智能系统与技术丛书 |
| 305 | @a由Packt Publishing授权 | |
| 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。 | |
| 510 | 1 | @aMachine learning for OpenCV@zeng |
| 517 | 1 | @a使用OpenCV和Python进行智能图像处理@9shi yong OpenCV he Python jin xing zhi neng tu xiang chu li |
| 606 | 0 | @a机器学习 |
| 606 | 0 | @a图象处理软件@x程序设计 |
| 690 | @aTP181@v5 | |
| 690 | @aTP391.413@v5 | |
| 701 | 0 | @c(美)@a贝耶勒@9bei ye le@c(Beyeler, Michael)@4著 |
| 702 | 0 | @a王磊@9wang lei@4译 |
| 801 | 2 | @aCN@bOLCC @c20190422 |
| 801 | 2 | @aCN@bA330300WZL@c20181212 |
| 801 | 0 | @aCN@bWT@c20181212 |
| 905 | @a241250@dTP391.413@e359 | |
| 机器学习：使用OpenCV和Python进行智能图像处理=Machine learning for OpenCV/(美)迈克尔·贝耶勒(Michael Beyeler)著/王磊译.-北京：机械工业出版社，2019 |
| 12,251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 |
正题名：机器学习
索取号：TP391.413/359
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 2033959 | 220339596 | 密集书库2/ [索取号:TP391.413/359] | 在馆 |
密集库流水号:317276 密集库架位号: |