"本書理論結(jié)合實踐，詳細介紹機器學習與深度學習常用算法和模型及其在計算機視覺領(lǐng)域的典型應(yīng)用。對于初學者而言，本書從零開始系統(tǒng)地介紹建模的流程和方法，可以帶領(lǐng)他們快速上手；對于有一定基礎(chǔ)的讀者而言，本書介紹多種算法和模型的原理，可以幫助他們深入理解并進行實踐。
本書共10章，分為3篇，每篇均從基本概念、模型與算法原理、代碼實現(xiàn)三個方面講解。第1篇“機器學習原理”，圍繞機器學習流程，重點介紹特征處理、模型訓練和模型評估等相關(guān)內(nèi)容，包括數(shù)據(jù)集的劃分和使用、數(shù)據(jù)探索和預處理、模型原理分析和選擇、模型評估和應(yīng)用等。第2篇“計算機視覺基礎(chǔ)”，介紹計算機視覺的基本概念和處理流程，以及OpenCV的使用和圖像特征提取等相關(guān)內(nèi)容。第3篇“深度學習模型與計算機視覺應(yīng)用”，首先介紹前饋神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，然后介紹深度學習的多種經(jīng)典算法和14種常見模型，最后結(jié)合實例介紹圖像分類、目標檢測、語義分割、實例分割和目標追蹤5類常見的計算機視覺應(yīng)用。
本書內(nèi)容翔實，實例豐富，適合人工智能初學者尤其是計算機視覺初學者閱讀，也適合有一定基礎(chǔ)的機器學習、深度學習和計算機視覺從業(yè)人員閱讀，另外還適合作為高等院校人工智能相關(guān)專業(yè)的教材。
"