دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Dr Simon J. D. Prince
سری:
ISBN (شابک) : 9781107011793
ناشر: Cambridge University Press
سال نشر: 2012
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب Computer Vision Models, Learning, and Inference به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدل های بینایی رایانه ای ، یادگیری و استنباط نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این درمان مدرن بینایی کامپیوتری بر یادگیری و استنتاج در مدلهای احتمالی به عنوان یک موضوع وحدتبخش متمرکز است. این نشان میدهد که چگونه از دادههای آموزشی برای یادگیری روابط بین دادههای تصویر مشاهدهشده و جنبههایی از جهان که میخواهیم تخمین بزنیم، مانند ساختار سهبعدی یا کلاس شی، استفاده کنیم و چگونه از این روابط برای استنتاجهای جدید در مورد جهان از داده های تصویری جدید با حداقل پیش نیاز، کتاب از اصول اولیه احتمال و برازش مدل شروع میشود و به نمونههای واقعی میرسد که خواننده میتواند برای ساختن سیستمهای دید مفید آنها را پیادهسازی و اصلاح کند.
This modern treatment of computer vision focuses on learning and inference in probabilistic models as a unifying theme. It shows how to use training data to learn the relationships between the observed image data and the aspects of the world that we wish to estimate, such as the 3D structure or the object class, and how to exploit these relationships to make new inferences about the world from new image data. With minimal prerequisites, the book starts from the basics of probability and model fitting and works up to real examples that the reader can implement and modify to build useful vision systems.