"本書理論結合實踐，詳細介紹機器學習與深度學習常用算法和模型及其在計算機視覺領域的典型應用。對于初學者而言，本書從零開始系統(tǒng)地介紹建模的流程和方法，可以帶領他們快速上手；對于有一定基礎的讀者而言，本書介紹多種算法和模型的原理，可以幫助他們深入理解并進行實踐。
本書共10章，分為3篇，每篇均從基本概念、模型與算法原理、代碼實現(xiàn)三個方面講解。第1篇“機器學習原理”，圍繞機器學習流程，重點介紹特征處理、模型訓練和模型評估等相關內容，包括數(shù)據(jù)集的劃分和使用、數(shù)據(jù)探索和預處理、模型原理分析和選擇、模型評估和應用等。第2篇“計算機視覺基礎”，介紹計算機視覺的基本概念和處理流程，以及OpenCV的使用和圖像特征提取等相關內容。第3篇“深度學習模型與計算機視覺應用”，首先介紹前饋神經網(wǎng)絡和循環(huán)神經網(wǎng)絡的結構，然后介紹深度學習的多種經典算法和14種常見模型，最后結合實例介紹圖像分類、目標檢測、語義分割、實例分割和目標追蹤5類常見的計算機視覺應用。
本書內容翔實，實例豐富，適合人工智能初學者尤其是計算機視覺初學者閱讀，也適合有一定基礎的機器學習、深度學習和計算機視覺從業(yè)人員閱讀，另外還適合作為高等院校人工智能相關專業(yè)的教材。
"