详情
本书就是出于此目的，对正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、极端随机树、期望极大值、神经网络这十大经典的机器学习算法先进行具体的原理分析，然后给出OpenCV的相关源码的逐句解释，最后完成一个基于OpenCV的应用实例。
第 1章 正态贝叶斯分类器 1
1.1 原理分析 1
1.2 源码解析 8
1.3 应用实例 13
第 2章 K近邻算法 15
2.1 原理分析 15
2.2 源码解析 16
2.3 应用实例 22
第3章 支持向量机 25
3.1 原理分析 25
3.2 源码解析 50
3.3 应用实例 71
第4章 决策树 73
4.1 原理分析 73
4.2 源码解析 81
4.3 应用实例 117
第5章 AdaBoost 120
5.1 原理分析 120
5.2 源码解析 123
5.3 应用实例 140
第6章 梯度提升树 142
6.1 原理分析 142
6.2 源码解析 147
6.3 应用实例 158
第7章 随机森林 161
7.1 原理分析 161
7.2 源码解析 163
7.3 应用实例 171
第8章 极端随机树 173
8.1 原理分析 173
8.2 源码解析 173
8.3 应用实例 187
第9章 期望极大值 189
9.1 原理分析 189
9.2 源码解析 202
9.3 应用实例 212
第 10章 神经网络 214
10.1 原理分析 214
10.2 源码解析 220
10.3 应用实例 241
附录A Win7系统下OpenCV 2.4.9与
Visual Studio 2012
编译环境的配置 244
附录B Win7系统下QT 5.3.1与
OpenCV 2.4.9 编译环境的
配置 248
附录C 级联分类器 252
参考文献 287
