《模式識別與機器學習技術》是2019年6月冶金工業出版社出版的圖書，作者是牟少敏、時愛菊。
基本介紹
- 中文名：模式識別與機器學習技術
- 作者：牟少敏、時愛菊
- 出版社：冶金工業出版社
- 出版時間：2019年6月
- 頁數：140 頁
- 定價：46 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787502481308
內容簡介,圖書目錄,
內容簡介
模式識別與機器學習是計算機科學與技術的重要研究內容之一。
《模式識別與機器學習技術》首先講解了貝葉斯分類、支持向量機和人工神經網路等常用的機器學習算法，並對結構數據的核函式和增量支持向量機算法進行了全面綜述，講解了深度學習新的模型和計算機視覺的基本知識。以農業為套用場景，結合作者的科研工作，詳細介紹了基於卷積神經網路的樹木識別和基於對抗生成網路的玉米病害圖像生成的實際套用案例。後介紹了模式識別與機器學習涉及的數學基礎。書中配有模式識別與機器學習相應算法的Python原始碼。
《模式識別與機器學習技術》適合計算機科學與技術、數據科學與技術等相關專業的研究生和本科生使用，也可供從事農業大數據研究工作等相關人員參考。
圖書目錄
1 模式識別與機器學習基本概念
1．1 模式識別
1．1．1 基本概念
1．1．2 模式識別套用
1．1．3 模式識別系統
1．1．4 模式識別基本方法
1．1．5 模式識別基本問題
1．1．6 模式識別基本準則
1．2 機器學習
1．2．1 簡介
1．2．2 機器學習的分類
1．2．3 深度學習
1．3 機器學習與模式識別算法評價指標
1．3．1 查全率與準確率
1．3．2 交叉驗證
1．3．3 混淆矩陣
1．4 K近鄰算法
1．5 頂級會議和期刊
1．5．1 頂級會議
1．5．2 頂級期刊
1．5．3 國內重要期刊
2 判別函式
2．1 判別函式
2．1．1 線性判別函式
2．1．2 非線性判別函式
2．2 Fisher線性判別函式
3 特徵提取與選擇
3．1 簡介
3．2 基本概念
3．3 類別可分性判據
3．3．1 基於距離的可分性判據
3．3．2 基於機率分布的可分性判據
3．4 主成分分析
3．4．1 簡介
3．4．2 基本原理
3．4．3 具體步驟
3．4．4 套用舉例
3．4．5 核主成分分析法
3．5 圖像特徵
3．5．1 顏色特徵
3．5．2 紋理特徵
3．5．3 形狀特徵
4 貝葉斯分類
4．1 簡介
4．1．1 相關統計概念
4．1．2 貝葉斯定理
4．2 貝葉斯分類
4．3 樸素貝葉斯分類
4．3．1 簡介
4．3．2 基本原理
4．3．3 分類舉例
