機器學習經典演算法剖析：基於OpenCV

第 1章　正態貝葉斯分類器 1
1.1　原理分析　1
1.2　源碼解析　8
1.3　應用實例　13
第　2章 K近鄰演算法　15
2.1　原理分析　15
2.2　源碼解析　16
2.3　應用實例　22
第3章　支持向量機　25
3.1　原理分析　25
3.2　源碼解析　50
3.3　應用實例　71
第4章　決策樹　73
4.1　原理分析　73
4.2　源碼解析　81
4.3　應用實例　117
第5章　AdaBoost　120
5.1　原理分析　120
5.2　源碼解析　123
5.3　應用實例　140
第6章　梯度提升樹　142
6.1　原理分析　142
6.2　源碼解析　147
6.3　應用實例　158
第7章　隨機森林　161
7.1　原理分析　161
7.2　源碼解析　163
7.3　應用實例　171
第8章　極端隨機樹　173
8.1　原理分析　173
8.2　源碼解析　173
8.3　應用實例　187
第9章　期望極大值　189
9.1　原理分析　189
9.2　源碼解析　202
9.3　應用實例　212
第　10章 神經網路　214
10.1　原理分析　214
10.2　源碼解析　220
10.3　應用實例　241
附錄A　Win7系統下OpenCV 2.4.9與
Visual　Studio　2012
編譯環境的配置　244
附錄B　Win7系統下QT 5.3.1與
OpenCV　2.4.9 編譯環境的
配置　248
附錄C　級聯分類器　252
參考文獻　287