本書是一本基於OpenCV和Python的機器學習實戰手冊，既詳細介紹機器學習及OpenCV相關的基礎知識，又通過具體實例展示如何使用OpenCV和Python實現各種機器學習算法，並提供大量示列代碼，可以幫助你掌握機器學習實用技巧，解決各種不同的機器學習和圖像處理問題。
全書共12章，第1章簡要介紹機器學習基礎知識，並講解如何安裝OpenCV和Python工具；第2章展示經典的機器學習處理流程及OpenCV和Python工具的使用；第3章討論監督學習算法，以及如何使用OpenCV實現這些算法；第4章討論數據表示和特徵工程，並介紹OpenCV中提供的用於處理圖像數據的常見特徵提取技術；第5章展示如何使用OpenCV構建決策樹進行醫療診斷；第6章討論如何使用OpenCV構建支持向量機檢測行人；第7章介紹概率論，並展示如何使用貝葉斯學習實現垃圾郵件過濾；第8章討論一些非監督學習算法；第9章詳細講解如何構建深度神經網絡來識別手寫數字；第10章討論如何高效地集成多個算法來提升性能；第11章討論如何比較不同分類器的結果，選擇合適的工具；第12章給出一些處理實際機器學習問題的提示和技巧。
全書共12章，第1章簡要介紹機器學習基礎知識，並講解如何安裝OpenCV和Python工具；第2章展示經典的機器學習處理流程及OpenCV和Python工具的使用；第3章討論監督學習算法，以及如何使用OpenCV實現這些算法；第4章討論數據表示和特徵工程，並介紹OpenCV中提供的用於處理圖像數據的常見特徵提取技術；第5章展示如何使用OpenCV構建決策樹進行醫療診斷；第6章討論如何使用OpenCV構建支持向量機檢測行人；第7章介紹概率論，並展示如何使用貝葉斯學習實現垃圾郵件過濾；第8章討論一些非監督學習算法；第9章詳細講解如何構建深度神經網絡來識別手寫數字；第10章討論如何高效地集成多個算法來提升性能；第11章討論如何比較不同分類器的結果，選擇合適的工具；第12章給出一些處理實際機器學習問題的提示和技巧。