人工智慧影象處理工具OpenCV機器學習0簡介
使用OpenCV和Python對機器學習和影象處理的實用教程。
作者簡介
Michael Beyeler是華盛頓大學神經工程和資料科學的博士後研究員，他正在研究仿生視覺的計算模型，以改善植入視網膜假體（仿生眼）的盲人患者的感知體驗。 他的工作在於神經科學，計算機工程，計算機視覺和機器學習的交叉點。 Michael是Packt Publishing的《OpenCV with Python Blueprints》的作者，這是一本用於構建高階計算機視覺專案的實用指南。 他還是多個開源軟體專案的積極貢獻者，並擁有Python，C/C++，CUDA，MATLAB和Android方面的專業程式設計經驗。
審稿簡介
Vipul Sharma是印度班加羅爾一家初創公司的軟體工程師。他在賈巴爾普爾工程學院（2016年）學習資訊科技工程。他是一位熱心的Python粉絲，喜歡在業餘時間建立計算機視覺專案。他也是開源愛好者，並且正在尋找有趣的專案。他的程式碼倉庫： ofollow,noindex">https://github.com/vipul-sharma20 。
Rahul Kavi是矽谷的研究科學家。他擁有西弗吉尼亞大學的電腦科學碩士和博士學位。Rahul致力於為各種平臺和應用研究和優化計算機視覺應用。他還為OpenCV中的機器學習模組做出了貢獻。他在美國宇航局2015年和2016年競賽獲得一等獎。
內容簡介
-
第1章：介紹機器學習的不同子領域；如何在Python Anaconda環境中安裝OpenCV和其他必備工具。
-
第2章，向您展示典型的機器學習工作流程，以及資料的來源。解釋訓練和測試資料之間的區別，並向您展示如何使用OpenCV和Python載入，儲存，操作和視覺化資料。
-
第3章，通過回顧一些核心概念，如分類和迴歸，向您介紹監督學習的主題。您將學習如何在OpenCV中實現簡單的機器學習演算法，如何對資料進行預測以及如何評估模型。
-
第4章，瞭解一些常見的和眾所周知的機器學習資料集，以及如何從原始資料中提取有趣的東西。
-
第5章，使用決策樹進行醫療診斷，將向您展示如何在OpenCV中構建決策樹，並將其用於各種分類和迴歸問題。
-
第6章，使用支援向量機檢測行人，將解釋如何在OpenCV中構建支援向量機，以及如何應用它們來檢測影象中的行人。
-
第7章，使用貝葉斯學習實現垃圾郵件過濾器，將向您介紹概率論，並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。
-
第8章，使用無監督學習發現隱藏結構，將討論無監督學習演算法，如k均值聚類和期望最大化，並向您展示如何使用它們來提取簡單，未標記資料集中的隱藏結構。
-
第9章，使用深度學習對手寫數字進行分類，將向您介紹令人興奮的深度學習領域。從感知器和多層感知器開始，您將學習如何構建深度神經網路，以便對來自廣泛的MNIST資料庫的手寫數字進行分類。
-
第10章，將不同的演算法組合成一個集合，將向您展示如何有效地將多個演算法組合成一個集合，以克服個體學習者的弱點，從而產生更準確和可靠的預測。
-
第11章，向您介紹模型選擇的概念，它允許您比較不同的機器學習演算法，以便為手頭的任務選擇正確的工具。
-
第12章，提供有關如何自己處理未來機器學習問題以及在何處查詢有關更高階主題的資訊的有用提示來結束本書。
準備
電腦，Python Anaconda和熱情。python和opencv基礎。
中文書籍技術支援：技術支援qq群： 144081101 591302926 567351477 釘釘免費群：21745728
程式碼： https://github.com/mbeyeler/opencv-machine-learning
Machine Learning for OpenCV - 2017.pdf
image.png