视觉机器学习20讲
本书是计算机、自动化、信息、电子与通信学科方向的专著，详尽地介绍了K-Means、KNN学习、回归学习、决策树学习、Random Forest、贝叶斯学习、EM算法、Adaboost、SVM方法、增强学习、流形学习、RBF学习、稀疏表示、字典学习、BP学习、CNN学习、RBM学习、深度学习、遗传算法、蚁群方法等基本理论；深入阐述了视觉机器学习算法的优化方法和实验仿真；系统地总结了其优点和不足。, 本书特别重视如何将视觉机器学习算法的理论和实践有机地结合，解决视觉机器学习领域中的诸多基础问题，可应用于医学图像分析、工业自动化、机器人、无人车、人脸检测与识别、车辆信息识别、行为检测与识别、智能视频
用户评论
手上已经有实体书，为了工作方便到这里来找电子档，楼主很辛苦，这是用手机拍的，还很贴心的按每个章节进行了划分，质量和传统排版好的PDF电子书当然无法比，不过咱们程序猿还要啥排版，能看清楚文字和代码就够了，感谢楼主~！
清晰度不行，有正有反
骗人的吧，下不下来了？
现在来看是非常好的资料，很难得，谢谢分享。
作者要好高的分，还不把文件打包全了。素质啊。楼主好人。
非常好的书
不错！非常感谢！
非常感谢，刚好用得上
很不错的一本书
还可以，辛苦了。