幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

電腦視覺應用開發(高等院校電腦類規劃教材)

  • 作者：編者:毋建軍//姜波|責編:王曉丹//左佳靈
  • 出版社：北京郵電大學
  • ISBN：9787563566471
  • 出版日期：2022/06/01
  • 裝幀：平裝
  • 頁數：280
人民幣：RMB 42 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從機器學習與電腦視覺處理實踐出發，通過案例介紹了電腦視覺處理相關的機器學習開發技術，包括機器學習基礎、圖像處理基礎、特徵選擇與降維、典型機器學習演算法、深度學習與圖像識別、AI雲平台及移動端應用等；詳細介紹了基於機器學習的電腦視覺處理技術和演算法，並以神經網路中的卷積神經網路(CNN)、循環神經網路(RNN)、AI雲平台開發為例，介紹了從網路結構搭建、網路訓練到模型預測應用的訓練方法和開發過程。
    本書配套教學課件PPT和案例源代碼，以及課後習題幫助讀者進行深入學習。
    本書既可作為高等院校人工智慧、電腦、大數據、圖形圖像處理等相關專業的教材，又可作為電腦專業相關人員的技術參考書。
作者介紹
編者:毋建軍//姜波|責編:王曉丹//左佳靈
目錄
第1章  機器學習基礎
  1.1  機器學習簡介
  1.2  機器學習任務
    1.2.1  機器學習問題
    1.2.2  機器學習典型任務
  1.3  機器學習應用場景
  1.4  搭建機器學習開發環境
    1.4.1  開發環境系統要求
    1.4.2  Windows 10系統平台下搭建開發環境
    1.4.3  Linux系統平台下搭建開發環境
  1.5  機器學習常用庫概述
    1.5.1  庫簡介
    1.5.2  庫安裝及集成
  1.6  機器學習框架概述
  1.7  機器學習開源平台
  本章小結
  習題1
第2章  圖像處理基礎
  2.1  圖像處理簡介
  2.2  圖像基礎
    2.2.1  圖像表示
    2.2.2  圖像讀取
    2.2.3  圖像存儲
    2.2.4  視頻捕獲
    2.2.5  視頻流保存
    2.2.6  圖像繪製
  2.3  圖像計算
  2.4  顏色空間轉化及分割
  2.5  圖像二值化及平滑
    2.5.1  圖像二值化
    2.5.2  圖像平滑
  2.6  圖像變換和形態操作
    2.6.1  圖像變換
    2.6.2  圖像形態操作
  2.7  圖像檢測
  2.8  車牌識別案例
  本章小結
  習題2
第3章  特徵選擇與降維
  3.1  特徵選擇簡介
  3.2  特徵選擇方法
    3.2.1  過濾法
    3.2.2  包裹法
    3.2.3  嵌入法
  3.3  降維技術
  3.4  鳶尾花降維案例
  本章小結
  習題3
第4章  典型機器學習演算法
  4.1  回歸

    4.1.1  回歸簡介
    4.1.2  常用回歸演算法
    4.1.3  回歸評價標準
    4.1.4  房屋價格回歸分析
  4.2  聚類
    4.2.1  聚類簡介
    4.2.2  典型的聚類方法
    4.2.3  聚類評價標準
    4.2.4  用戶社區聚類分析
  4.3  支持向量機
    4.3.1  支持向量機簡介
    4.3.2  線性支持向量機
    4.3.3  核函數
    4.3.4  手寫數字字體識別
  4.4  機器學習基礎
    4.4.1  機器學習簡介
    4.4.2  常見的機器學習演算法
    4.4.3  主流應用框架
    4.4.4  Theano應用
  4.5  圖像數據處理／機器學習演算法
    4.5.1  常見的圖像處理演算法
    4.5.2  圖像處理庫
    4.5.3  手寫數字圖像及字體識別
  4.6  空氣質量預測案例
  本章小結
  習題4
第5章  深度學習與圖像識別
  5.1  圖像識別概述
    5.1.1  圖像識別簡介
    5.1.2  深度學習與圖像識別
    5.1.3  圖像識別中深度學習的應用
  5.2  深度學習框架
    5.2.1  TensorFlow
    5.2.2  PyTorch
  5.3  神經網路
    5.3.1  神經網路簡介
    5.3.2  神經元模型與感知器
    5.3.3  神經網路構建與訓練優化
    5.3.4  基於全連接神經網路的手寫數字識別案例
  5.4  卷積神經網路
    5.4.1  卷積神經網路簡介
    5.4.2  經典卷積神經網路結構
    5.4.3  基於卷積神經網路的貓狗分類案例
  5.5  循環神經網路
    5.5.1  循環神經網路簡介
    5.5.2  RNN網路結構
    5.5.3  基於RNN的文本分類案例
  5.6  驗證碼識別案例
  本章小結
  習題5

第6章  AI雲平台及移動端應用
  6.1  AI雲開發簡介
  6.2  雲開發平台
    6.2.1  百度雲開發平台
    6.2.2  阿里雲開發平台
    6.2.3  Face++雲開發平台
    6.2.4  科大訊飛雲開發平台
  6.3  雲端機器學習應用
    6.3.1  基於EasyDL的多物體識別
    6.3.2  基於PaddlePaddle的圖像識別
  本章小結
  習題6
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032