澳大利亚新华书店网

基于Python的深度学习图像处理(新一代信息技术系列教材)
所属分类：电子电脑>>计算机技术>>信息处理与专用数据库作者：编者:易诗//钟晓玲|责编:王玉鑫//周海越出版社：机械工业
本书是一本具有实践导向性的教材，主要面向信息工程专业的学生和从事图像处理的读者。本书以图像处理技术为主线，介绍了深度学习在图像处理中的理论和应用。本书的核心内容涵盖了深度学习的各个层面，包括设计卷积神经网络的基础知识、低阶和高阶图像处理任务的实现等。这些内容不仅包含理论介绍，还包括大量的实例代码，使用Python语言及当前流行的深度学习环境，帮助读者理解和实践深度学习在图像处理中的应用。在低阶图像处理任务部分，本书详细介绍了图像去噪、去模糊、增强和超分辨率重建等任务。在高阶图像处理任务部分，读者将学习到如何使用深度学习方法进行图像分类、目标检测、语义分割和实例分割等。本书旨在通过理论介绍与实践案例相结合的方式，帮助读者更好地理解并掌握深度学习在图像处理领域的应用，是一本理论与实践并重、实用性强的教材。
售价：18.00

Python推荐系统实战(基于深度学习NLP和图算法的应用型推荐系统)
所属分类：电子电脑>>计算机技术>>程序与语言作者：(印)阿克谢·库尔卡尼//阿达沙·希瓦南达//安努什·库尔卡尼//V.阿迪西亚·克里希南|责编:文开琪|译者:欧拉出版社：清华大学
本书分为4部分，包含11 章。首先介绍推荐系统的基本方法，接着探讨当前流行的一些方法，具体包括协同过滤推荐系统、内容推荐系统以及混合推荐系统。接下来讨论如何运用当前的机器学习算法来实现推荐系统。最后讨论推荐系统的相关趋势和新兴技术。本书特别适合零基础的数据科学工作者参考和使用。它可以帮助读者从基础知识起步，逐步学习运用 Python、深度学习和自然语言处理技术来构建推荐系统，以促进业务增长和提高客户忠诚度。
售价：39.60

数字图像处理与深度学习(高等学校计算机专业系列教材)
所属分类：电子电脑>>电工无线电自动化>>无线电电子.电讯作者：编者:汪红兵//李莉|责编:龙启铭//常建丽出版社：清华大学
本书以机器视觉系统为研究背景，紧密结合实际工业应用案例，介绍传统数字图像处理方法和基于深度学习的数字图像处理方法。本书共8章，内容包括数字图像处理概述、基于传统方法的数字图像处理、基于深度学习的数字图像处理、工业字符智能识别、磨粒图谱识别与分割、射线检测的焊缝缺陷识别、嵌入式机器视觉系统开发、工业数字图像处理相关工具和平台。本书逻辑结构清晰、内容通俗易懂、案例丰富、图文并茂，突出构建机器视觉系统的实用性。本书教学资源丰富，每章配置了大量的习题以巩固基本概念、基础理论和算法，附录还给出4 个典型实验以培养综合开发和运用能力。本书可作为具有一定计算机基础和程序设计基础知识的本科生教材，也可作为从事机器视觉、数字图像等相关工作的工程师的参考书。
售价：23.60

深度学习与图像处理实战(人工智能技术工业和信息化精品系列教材)
所属分类：电子电脑>>计算机技术>>信息处理与专用数据库作者：编者:罗颖//赖国明|责编:赵亮出版社：人民邮电
本书介绍了深度学习的历史、学习深度学习模型所需要的数学基础、深度学习模型的基本组成和常用深度学习模型的应用。本书共12 章，第1～5章介绍深度学习基础、深度学习环境的安装与使用、神经网络的数学基础、搭建一个简单的神经网络、模型评估及模型调优等，第6～12章介绍VGG网络实现猫狗识别、ResNet实现手势识别、搭建 MobileNet实现电表编码区域检测、FCN实现斑马线分割、基于U-Net的工业缺陷检测、GAN图像生成、 ACGAN生成带标签图片等多个综合实例，通过在实践中融入理论，帮助读者掌握深度学习的概念和应用开发。本书可以作为高职高专院校人工智能相关专业的教材，也可以作为人工智能领域相关培训教材，并适合想入门深度学习的人员和广大人工智能爱好者自学使用。
售价：15.92

机器学习(使用OpenCV\Python和scikit-learn进行智能图像处理原书第2版)/智能系统与技术丛书
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(印)阿迪蒂亚·夏尔马//维什韦什·拉维·什里马利//(美)迈克尔·贝耶勒|责编:柯敬贤|译者:刘冰出版社：机械工业
丛书项：智能系统与技术丛书
本书是一本基于OpenCV 4和Python的机器学习实战手册，既详细介绍机器学习及OpenCV相关的基础知识，又通过具体实例展示如何使用OpenCV和Python实现各种机器学习算法，并提供大量示例代码，可以帮助你掌握机器学习实用技巧，解决各种不同的机器学习和图像处理问题。全书共13章：第1章简要介绍机器学习基础知识，并讲解如何安装OpenCV和 Python工具；第2章介绍基本的OpenCV函数；第3章讨论监督学习算法，以及如何使用OpenCV和scikit-learn 实现这些算法；第4章讨论数据表示和特征工程，并介绍OpenCV中提供的用于处理图像数据的常见特征提取技术；第5章展示如何使用 OpenCV构建决策树进行医疗诊断；第6章讨论如何使用OpenCV构建支持向量机检测行人；第7章讨论朴素贝叶斯算法、多项式朴素贝叶斯等技术及实现，并展示如何使用贝叶斯学习实现垃圾邮件过滤；第8章讨论一些无监督学习算法；第9章详细讲解如何构建深度神经网络来分类手写数字；第10 章介绍用于分类的随机森林、bagging方法和boosting 方法等；第11章讨论如何通过模型选择和超参数调优来比较各种分类器的结果；第 12章介绍OpenCV 4.0中引入的OpenVINO工具包；第 13章给出一些处理实际机器学习问题的提示和技巧。
售价：39.60

商品分类