機器學(xué)習(xí)經(jīng)典算法剖析（基于OpenCV）

第 1章　正態(tài)貝葉斯分類器 1
1．1　原理分析　1
1．2　源碼解析　8
1．3　應(yīng)用實例　13
第　2章 K近鄰算法　15
2．1　原理分析　15
2．2　源碼解析　16
2．3　應(yīng)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(yīng)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(yīng)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(yīng)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(yīng)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(yīng)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(yīng)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(yīng)用實例　212
第　10章 神經(jīng)網(wǎng)絡(luò)　214
10．1　原理分析　214
10．2　源碼解析　220
10．3　應(yīng)用實例　241
附錄A　Win7系統(tǒng)下OpenCV 2．4．9與
Visual　Studio　2012
編譯環(huán)境的配置　244
附錄B　Win7系統(tǒng)下QT 5．3．1與
OpenCV　2．4．9 編譯環(huán)境的
配置　248
附錄C　級聯(lián)分類器　252
參考文獻(xiàn)　287