人工智能圖像處理工具OpenCV機(jī)器學(xué)習(xí)0簡(jiǎn)介

使用OpenCV和Python對(duì)機(jī)器學(xué)習(xí)和圖像處理的實(shí)用教程剩愧。

作者簡(jiǎn)介

Michael Beyeler是華盛頓大學(xué)神經(jīng)工程和數(shù)據(jù)科學(xué)的博士后研究員肮之,他正在研究仿生視覺(jué)的計(jì)算模型,以改善植入視網(wǎng)膜假體(仿生眼)的盲人患者的感知體驗(yàn)盆色。 他的工作在于神經(jīng)科學(xué)摧扇,計(jì)算機(jī)工程,計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)的交叉點(diǎn)殴泰。 Michael是Packt Publishing的《OpenCV with Python Blueprints》的作者于宙,這是一本用于構(gòu)建高級(jí)計(jì)算機(jī)視覺(jué)項(xiàng)目的實(shí)用指南。 他還是多個(gè)開源軟件項(xiàng)目的積極貢獻(xiàn)者悍汛,并擁有Python捞魁,C/C++,CUDA离咐,MATLAB和Android方面的專業(yè)編程經(jīng)驗(yàn)谱俭。

審稿簡(jiǎn)介

Vipul Sharma是印度班加羅爾一家初創(chuàng)公司的軟件工程師。他在賈巴爾普爾工程學(xué)院(2016年)學(xué)習(xí)信息技術(shù)工程宵蛀。他是一位熱心的Python粉絲昆著,喜歡在業(yè)余時(shí)間建立計(jì)算機(jī)視覺(jué)項(xiàng)目。他也是開源愛好者术陶,并且正在尋找有趣的項(xiàng)目凑懂。他的代碼倉(cāng)庫(kù):https://github.com/vipul-sharma20

Rahul Kavi是硅谷的研究科學(xué)家梧宫。他擁有西弗吉尼亞大學(xué)的計(jì)算機(jī)科學(xué)碩士和博士學(xué)位接谨。Rahul致力于為各種平臺(tái)和應(yīng)用研究和優(yōu)化計(jì)算機(jī)視覺(jué)應(yīng)用摆碉。他還為OpenCV中的機(jī)器學(xué)習(xí)模塊做出了貢獻(xiàn)。他在美國(guó)宇航局2015年和2016年競(jìng)賽獲得一等獎(jiǎng)脓豪。

內(nèi)容簡(jiǎn)介

  • 第1章:介紹機(jī)器學(xué)習(xí)的不同子領(lǐng)域巷帝;如何在Python Anaconda環(huán)境中安裝OpenCV和其他必備工具。

  • 第2章扫夜,向您展示典型的機(jī)器學(xué)習(xí)工作流程锅睛,以及數(shù)據(jù)的來(lái)源。解釋訓(xùn)練和測(cè)試數(shù)據(jù)之間的區(qū)別历谍,并向您展示如何使用OpenCV和Python加載现拒,存儲(chǔ),操作和可視化數(shù)據(jù)望侈。

  • 第3章印蔬,通過(guò)回顧一些核心概念,如分類和回歸脱衙,向您介紹監(jiān)督學(xué)習(xí)的主題侥猬。您將學(xué)習(xí)如何在OpenCV中實(shí)現(xiàn)簡(jiǎn)單的機(jī)器學(xué)習(xí)算法,如何對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)以及如何評(píng)估模型捐韩。

  • 第4章退唠,了解一些常見的和眾所周知的機(jī)器學(xué)習(xí)數(shù)據(jù)集,以及如何從原始數(shù)據(jù)中提取有趣的東西荤胁。

  • 第5章瞧预,使用決策樹進(jìn)行醫(yī)療診斷,將向您展示如何在OpenCV中構(gòu)建決策樹仅政,并將其用于各種分類和回歸問(wèn)題垢油。

  • 第6章,使用支持向量機(jī)檢測(cè)行人圆丹,將解釋如何在OpenCV中構(gòu)建支持向量機(jī)滩愁,以及如何應(yīng)用它們來(lái)檢測(cè)圖像中的行人。

  • 第7章辫封,使用貝葉斯學(xué)習(xí)實(shí)現(xiàn)垃圾郵件過(guò)濾器硝枉,將向您介紹概率論,并向您展示如何使用貝葉斯推理將電子郵件分類為垃圾郵件倦微。

  • 第8章妻味,使用無(wú)監(jiān)督學(xué)習(xí)發(fā)現(xiàn)隱藏結(jié)構(gòu),將討論無(wú)監(jiān)督學(xué)習(xí)算法璃诀,如k均值聚類和期望最大化弧可,并向您展示如何使用它們來(lái)提取簡(jiǎn)單,未標(biāo)記數(shù)據(jù)集中的隱藏結(jié)構(gòu)。

  • 第9章棕诵,使用深度學(xué)習(xí)對(duì)手寫數(shù)字進(jìn)行分類裁良,將向您介紹令人興奮的深度學(xué)習(xí)領(lǐng)域。從感知器和多層感知器開始校套,您將學(xué)習(xí)如何構(gòu)建深度神經(jīng)網(wǎng)絡(luò)价脾,以便對(duì)來(lái)自廣泛的MNIST數(shù)據(jù)庫(kù)的手寫數(shù)字進(jìn)行分類。

  • 第10章笛匙,將不同的算法組合成一個(gè)集合侨把,將向您展示如何有效地將多個(gè)算法組合成一個(gè)集合,以克服個(gè)體學(xué)習(xí)者的弱點(diǎn)妹孙,從而產(chǎn)生更準(zhǔn)確和可靠的預(yù)測(cè)秋柄。

  • 第11章,向您介紹模型選擇的概念蠢正,它允許您比較不同的機(jī)器學(xué)習(xí)算法骇笔,以便為手頭的任務(wù)選擇正確的工具。

  • 第12章嚣崭,提供有關(guān)如何自己處理未來(lái)機(jī)器學(xué)習(xí)問(wèn)題以及在何處查找有關(guān)更高級(jí)主題的信息的有用提示來(lái)結(jié)束本書笨触。

準(zhǔn)備

電腦,Python Anaconda和熱情雹舀。python和opencv基礎(chǔ)芦劣。

中文書籍技術(shù)支持:技術(shù)支持qq群: 144081101 591302926 567351477 釘釘免費(fèi)群:21745728

代碼:https://github.com/mbeyeler/opencv-machine-learning

Machine Learning for OpenCV - 2017.pdf

image.png
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市说榆,隨后出現(xiàn)的幾起案子虚吟,更是在濱河造成了極大的恐慌,老刑警劉巖娱俺,帶你破解...
    沈念sama閱讀 212,718評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件稍味,死亡現(xiàn)場(chǎng)離奇詭異废麻,居然都是意外死亡荠卷,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,683評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門烛愧,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)油宜,“玉大人,你說(shuō)我怎么就攤上這事怜姿∩髟” “怎么了?”我有些...
    開封第一講書人閱讀 158,207評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵沧卢,是天一觀的道長(zhǎng)蚁堤。 經(jīng)常有香客問(wèn)我,道長(zhǎng)但狭,這世上最難降的妖魔是什么披诗? 我笑而不...
    開封第一講書人閱讀 56,755評(píng)論 1 284
  • 正文 為了忘掉前任撬即,我火速辦了婚禮,結(jié)果婚禮上呈队,老公的妹妹穿的比我還像新娘剥槐。我一直安慰自己,他們只是感情好宪摧,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,862評(píng)論 6 386
  • 文/花漫 我一把揭開白布粒竖。 她就那樣靜靜地躺著,像睡著了一般几于。 火紅的嫁衣襯著肌膚如雪蕊苗。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 50,050評(píng)論 1 291
  • 那天沿彭,我揣著相機(jī)與錄音岁歉,去河邊找鬼。 笑死膝蜈,一個(gè)胖子當(dāng)著我的面吹牛锅移,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播饱搏,決...
    沈念sama閱讀 39,136評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼非剃,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了推沸?” 一聲冷哼從身側(cè)響起备绽,我...
    開封第一講書人閱讀 37,882評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎鬓催,沒(méi)想到半個(gè)月后肺素,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,330評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡宇驾,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,651評(píng)論 2 327
  • 正文 我和宋清朗相戀三年倍靡,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片课舍。...
    茶點(diǎn)故事閱讀 38,789評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡塌西,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出筝尾,到底是詐尸還是另有隱情捡需,我是刑警寧澤,帶...
    沈念sama閱讀 34,477評(píng)論 4 333
  • 正文 年R本政府宣布筹淫,位于F島的核電站站辉,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜饰剥,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,135評(píng)論 3 317
  • 文/蒙蒙 一狸相、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧捐川,春花似錦脓鹃、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,864評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至岩齿,卻和暖如春太颤,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背盹沈。 一陣腳步聲響...
    開封第一講書人閱讀 32,099評(píng)論 1 267
  • 我被黑心中介騙來(lái)泰國(guó)打工龄章, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人乞封。 一個(gè)月前我還...
    沈念sama閱讀 46,598評(píng)論 2 362
  • 正文 我出身青樓做裙,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親肃晚。 傳聞我的和親對(duì)象是個(gè)殘疾皇子锚贱,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,697評(píng)論 2 351

推薦閱讀更多精彩內(nèi)容