机器学习与视觉感知(第2版)--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

编辑推荐

本书从易于学生学习的角度逐步讲解了诸如决策树学习、贝叶斯学习、支持向量机、压缩感知、调制压缩神经网络以及深度学习等知识，书中加入了大量的例子来实现算法，使得读者可以在学习示例的基础上去学习算法和理论。本书把近期新的机器学习领域的成果进行了介绍，对作者多年来的研究成果也进行了总结。由于作者在人脸识别、铁路图像检测方面进行了多年的研究，该书对于该领域的研究人员具有一定的启发作用。

内容简介

本书旨在通过对机器学习主要原理和方法的介绍，并且结合作者多年来在视觉感知方面的研究成果，对于其他书籍未涉及的一些前沿研究进行补充阐述。本书面向有一定数学基础的模式识别专业的本科生和研究生，以及有志于钻研模式识别相关领域，包括机器学习和视觉感知等方向的读者，通过对于基础理论循序渐进、深人浅出的讲解，帮助读者更快速地掌握机器学习的基本方法，在此基础上每章的内容由易到难，读者可以根据自己的掌握程度以及兴趣，选择特定的方向进行更深人的学习。

作者简介

张宝昌，北京航空航天大学自动化学院长聘副教授，特聘研究员。2001-2006年，中国科学院，中科院联合实验室(jdl)2007年优秀论文提名奖。2006-2007,先后在香港中文大学、澳大利亚Griffith University从事研究工作，主要的研究方向为人脸识别、视频理解、机器学习。2008.3-，北航自动化学院，主讲“模式识别与机器学习”“现代控制导论”“机器学习理论与应用”“图像处理系列实验”等课程。自获得博士学位(2007年)以来发表论文40余篇，其中SCI(SCI)检索期刊12篇（其中1篇录用待检索），EI检索16篇，在SCI网络版他引次数155次。

第1章机器学习的发展史
引言
1．1机器学习
1．1．1基本简介
1．1．2机器学习的定义和研究意义
1．1．3机器学习的发展史
1．1．4机器学习的主要策略
1．1．5机器学习系统的基本结构
1．1．6机器学习的分类
1．1．7目前研究领域
1．2统计模式识别问题
1．2．1机器学习问题的表示
1．2．2经验风险最小化
1．2．3复杂性与推广能力
1．3统计学习理论的核心内容
1．3．1学习过程一致性的条件
1．3．2推广性的界
1．3．3结构风险最小化
小结
第2章PAC模型
引言
2．1基本的PAC模型
2．1．1PAC简介
2．1．2基本概念
2．1．3问题框架
2．2PAC模型样本复杂度分析
2．2．1有限空间样本复杂度
2．2．2无限空间样本复杂度
小结
第3章决策树学习
引言
3．1决策树学习概述
3．1．1决策树
3．1．2性质
3．1．3应用
3．1．4学习
3．2决策树设计
3．2．1决策树的特点
3．2．2决策树的生成
小结
第4章贝叶斯学习
引言
4．1贝叶斯学习
4．1．1贝叶斯公式
4．1．2最小误差决策
4．1．3正态密度
4．1．4优选似然估计
4．2朴素贝叶斯原理及应用
4．2．1贝叶斯很好假设原理
4．2．2NaiveBayes分类
4．2．3基于NaiveBayes的文本分类器
4．3HMM（隐性马氏模型）及应用
4．3．1马尔科夫性
4．3．2马尔科夫链
4．3．3转移概率矩阵
4．3．4HMM（隐性马尔科夫模型）及应用
小结
第5章支持向量机
引言
5．1支持向量机
5．2支持向量机的核函数选择
5．3支持向量机的实例
5．4多类支持向量机
小结
第6章AdaBoost
第7章压缩感知
第8章子空间
第9章深度学习与神经网络
第10章调制卷积神经网络（MCN）
第11章强化学习
参考文献

机器学习与视觉感知(第2版)

库存： {{selectedSku?.stock}} 库存充足