機器學習是一種自動分析所構建模型的數據分析方法。通過迭代地從數據中不斷學習，機器學習可以使電腦找到一些隱含的信息量，而這些信息量是無法明確通過編程得到的。
本書以OpenCV 2.4.9為研究工具，對算法—正態貝葉斯分類器、K近鄰算法、支持向量機、決策樹、AdaBoost、梯度提升樹、隨機森林、期望極大值、神經網絡，不僅具體分析了它們的原理和實現方法，還進行了詳細的源碼解析，並且給出了基於OpenCV的程序實現範例，充分體現了理論與實踐相結合的特點。
機器學習是一種自動分析所構建模型的數據分析方法。通過迭代地從數據中不斷學習，機器學習可以使電腦找到一些隱含的信息量，而這些信息量是無法明確通過編程得到的。
本書以OpenCV 2.4.9為研究工具，對算法—正態貝葉斯分類器、K近鄰算法、支持向量機、決策樹、AdaBoost、梯度提升樹、隨機森林、期望極大值、神經網絡，不僅具體分析了它們的原理和實現方法，還進行了詳細的源碼解析，並且給出了基於OpenCV的程序實現範例，充分體現了理論與實踐相結合的特點。