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: Michael Beyeler
سری:
ISBN (شابک) : 1783980281, 9781783980284
ناشر: Packt Publishing
سال نشر: 2017
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب آموزش ماشین برای OpenCV: پردازش هوشمند تصویر با پایتون: هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، شبکههای عصبی، هوش مصنوعی و یادگیری ماشین، علم کامپیوتر، کامپیوتر و فناوری، بینش و تشخیص الگوی کامپیوتر، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری
در صورت تبدیل فایل کتاب Machine Learning for OpenCV: Intelligent image processing with Python 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 آموزش ماشین برای OpenCV: پردازش هوشمند تصویر با پایتون 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.
دانش OpenCV خود را گسترش دهید و بر مفاهیم کلیدی یادگیری ماشینی با استفاده از این راهنمای عملی و عملی تسلط پیدا کنید.
این کتاب برنامه نویسان پایتون را هدف قرار می دهد که قبلاً با OpenCV آشنا هستند. این کتاب ابزارها و درک مورد نیاز برای ساختن سیستمهای یادگیری ماشین خود را، متناسب با وظایف عملی در دنیای واقعی، به شما میدهد.
یادگیری ماشین دیگر فقط یک کلمه کلیدی نیست، بلکه در اطراف ما وجود دارد: از محافظت از ایمیل شما، برچسب زدن خودکار دوستان در تصاویر، تا پیشبینی فیلمهایی که دوست دارید. بینایی کامپیوتر یکی از هیجانانگیزترین زمینههای کاربردی ماشین امروزی است
Expand your OpenCV knowledge and master key concepts of machine learning using this practical, hands-on guide.
This book targets Python programmers who are already familiar with OpenCV; this book will give you the tools and understanding required to build your own machine learning systems, tailored to practical real-world tasks.
Machine learning is no longer just a buzzword, it is all around us: from protecting your email, to automatically tagging friends in pictures, to predicting what movies you like. Computer vision is one of today's most exciting application fields of machine
1. A Taste of Machine Learning 2. Working with Data in OpenCV and Python 3. First Steps in Supervised Learning 4. Representing Data and Engineering Features 5. Using Decision Trees to Make a Medical Diagnosis 6. Detecting Pedestrians with Support Vector Machines 7. Implementing a Spam Filter with Bayesian Learning 8. Discovering Hidden Structures with Unsupervised Learning 9. Using Deep Learning to Classify Handwritten Digits 10. Combining Different Algorithms into an Ensemble 11. Selecting the Right Model with Hyperparameter Tuning 12. Wrapping Up