机器学习是一种自动分析所构建模型的数据分析方法。通过迭代地从数据中不断学习，机器学习可以使计算机找到一些隐含的信息量，而这些信息量是无法明确通过编程得到的。
赵春江编著的《机器学习经典算法剖析(基于OpenCV)》以OpenCV 2.4.9为研究工具，对算法—正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、期望极大值、神经网络，不仅具体分析了它们的原理和实现方法，还进行了详细的源码解析，并且给出了基于OpenCV的程序实现范例，充分体现了理论与实践相结合的特点。
本书适合于机器学习领域的工程技术人员阅读，也可供高等院校相关专业师生参考。

赵春江，博士，毕业于上海交通大学。在信息处理领域有着十余年丰富的教学和科研经验。在科研方面，主持过3项省级教科研项目，在国内外期刊和会议中共发表20余篇学术论文，其中被SCl或EI检索共计12篇。

第1章 正态贝叶斯分类器
1.1 原理分析
1.2 源码解析
1.3 应用实例
第2章 K近邻算法
2.1 原理分析
2.2 源码解析
2.3 应用实例
第3章 支持向量机
3.1 原理分析
3.2 源码解析
3.3 应用实例
第4章 决策树
4.1 原理分析
4.2 源码解析
4.3 应用实例
第5章 AdaBoost
5.1 原理分析
5.2 源码解析
5.3 应用实例
第6章 梯度提升树
6.1 原理分析
6.2 源码解析
6.3 应用实例
第7章 随机森林
7.1 原理分析
7.2 源码解析
7.3 应用实例
第8章 极端随机树
8.1 原理分析
8.2 源码解析
8.3 应用实例
第9章 期望极大值
9.1 原理分析
9.2 源码解析
9.3 应用实例
第10章 神经网络
10.1 原理分析
10.2 源码解析
10.3 应用实例
附录A Win7系统下OpenCV 2.4.9与Visual Studio 2012编译环境的配置
附录B Win7系统下QT 5.3.1与OpenCV 2.4.9 编译环境的配置
附录C 级联分类器
参考文献