机器学习与视觉感知
编辑推荐
本书从易于学生学习的角度逐步讲解了诸如决策树学习、贝叶斯学习、支持向量机、压缩感知以及深度学习等知识，不同于以往的书籍中理论过于繁琐，公式推导过于复杂的特点，本书重点强调实用性，书中加入了大量的例子来实现算法，使得读者可以在学习示例的基础上去学习算法和理论。本书的内容安排每一章为比较独立的一个整体，这些章节不仅包括传统的理论和方法，也融入了作者自己发表在会议上的一些算法和最近比较流行的深度学习理论，使得学生们可以知道机器学习的新方向和新进展。
内容简介
本书旨在通过对机器学习主要原理和方法的介绍，并且结合作者多年来在视觉感知方面的研究成果，对于其他书籍未涉及的一些前沿研究进行补充阐述。本书面向有一定数学基础的模式识别专业的本科生和研究生，以及有志于钻研模式识别相关领域，包括机器学习和视觉感知等方向的读者，通过对于基础理论循序渐进、深入浅出的讲解，帮助读者更快速地掌握机器学习的基本方法，在此基础上每章的内容由易到难，读者可以根据自己的掌握程度以及兴趣，选择特定的方向进行更深入的学习。
作者简介
张宝昌，北京航空航天大学自动化学院副教授。北航自动化学院，主讲本科生核心专业课程“模式识别与机器学习”、本科生课程“现代控制导论”、研究生课程“机器学习理论与应用”、研究生学位课程“图像处理系列实验”等课程。主持一项本科生教改项目。
主要从事模式识别与智能系统相关理论研究与应用，先后三次访问GriffithUniversity，以及访问香港理工大学，香港中文大学，建立深入的合作关系。
在线客服