本书通过具体的编程实践案例，全面系统地讲述了机器学习涉及的核心内容。首先介绍新特性以及安装OpenCV 4构建计算机视觉应用程序。你将探索机器学习的基础知识，学习设计用于图像处理的各种算法。本书将逐步介绍有监督学习和无监督学习。你将获得使用Python中的scikit-learn开发各种机器学习应用程序的实践经验。后续章节将重点介绍决策树、支持向量机、贝叶斯学习等各种机器学习算法，以及如何将这些算法应用于目标检测等计算机视觉操作。然后，你将深入研究深度学习和集成学习，并探索它们在现实世界中的应用。后，你将学习用于构建图像处理系统的的Intel OpenVINO。

版权信息 COPYRIGHT INFORMATION

译者序

前言

作者简介

审校者简介

第一部分机器学习与OpenCV的基础知识

第1章机器学习体验

第2章用OpenCV处理数据

第3章监督学习的第一步

第4章数据表示和特征工程

第二部分基于OpenCV的运算

第5章基于决策树进行医疗诊断

第6章利用支持向量机进行行人检测

第7章利用贝叶斯学习实现一个垃圾邮件过滤器

第8章利用无监督学习发现隐藏结构

第三部分基于OpenCV的高级机器学习

第9章使用深度学习分类手写数字

第10章集成分类方法

第11章选择正确的模型与超参数调优

第12章使用基于OpenCV的OpenVINO

第13章尾声