內容簡介
謝劍斌等編著的這本《視覺機器學習20講》是計算機、自動化、信息、電子與通信學科方向的專著，詳盡地介紹了K-Means、KNN學習、回歸學習、決策樹學習、RandomForest、貝葉斯學習、EM算法、Adaboost、SVM方法、增強學習、流形學習、RBF學習、稀疏表示、字典學習、BP學習、CNN學習、RBM學習、深度學習、遺傳算法、蟻群方法等基本理論；深入闡述了視覺機器學習算法的優化方法和實驗仿真；繫統地總結了其優點和不足。
本書特別重視如何將視覺機器學習算法的理論和實踐有機地結合，解決視覺機器學習領域中的諸多基礎問題，可應用於醫學圖像分析、工業自動化、機器人、無人車、人臉檢測與識別、車輛信息識別、行為檢測與識別、智能視頻監控等。本書特別重視算法的典型性和可實現性，既包含本領域的經典算法，也包含本領域的近期新研究成果。
本書不僅可作為高年級本科生與研究生教材，而且也是從事......
