深度學習與計算機視覺:核心算法與應用

《深度學習與計算機視覺：核心算法與應用》理論結合實踐，
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域的典型應用。
對於初學者而言，本書從零開始系統地介紹建模的流程和方法，可以帶領他們快速上手；
對於有一定基礎的讀者而言，
《深度學習與計算機視覺：核心算法與應用》介紹多種算法和模型的原理，可以幫助他們深入理解並進行實踐。
《深度學習與計算機視覺：核心算法與應用》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，重點介紹特徵處理、模型訓練和模型評估等相關內容，
包括數據集的劃分和使用、數據探索和預處理、模型原理分析和選擇、模型評估和應用等。
第2篇“計算機視覺基礎”，介紹計算機視覺的基本概念和處理流程，
以及OpenCV的使用和圖像特徵提取等相關內容。
第3篇“深度學習模型與計算機視覺應用”，首先介紹前饋神經網絡和循環神經網絡的結構，
然後介紹深度學習的多種經典算法和14種常見模型， 結合實例介紹圖像分類、
目標檢測、語義分割、實例分割和目標追踪5類常見的計算機視覺應用。
《深度學習與計算機視覺：核心算法與應用》內容翔實，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，
也適合有一定基礎的機器學習、深度學習和計算機視覺從業人員閱讀，另外還適合作為高等院校人工智能相關專業的教材。

目錄
第1篇機器學習原理
第1章認識機器學習
第2章機器學習基礎
第3章機器學習詳解
第2篇計算機視覺基礎
第4章計算機視覺概述
第5章使用傳統方法進行圖像分類
第3篇深度學習模型與計算機視覺應用
第6章神經網絡理論與實例
第7章卷積神經網絡
第8章使用卷積神經網絡進行圖像識別
第9章目標檢測
第10章圖像分割與目標追踪