機(jī)器學(xué)習(xí)是一種自動(dòng)分析所構(gòu)建模型的數(shù)據(jù)分析方法。通過(guò)迭代地從數(shù)據(jù)中不斷學(xué)習(xí),機(jī)器學(xué)習(xí)可以使計(jì)算機(jī)找到一些隱含的信息量,而這些信息量是無(wú)法明確通過(guò)編程得到的。本書以O(shè)penCV2.4.9為研究工具,對(duì)算法—正態(tài)貝葉斯分類器、K近鄰算法、支持向量機(jī)、決策樹(shù)、AdaBoost、梯度提升樹(shù)、隨機(jī)森林、期望極大值、神經(jīng)網(wǎng)絡(luò),不僅具體分析了它們的原理和實(shí)現(xiàn)方法,還進(jìn)行了詳細(xì)的源碼解析,并且給出了基于OpenC