机器学习与视觉感知

本书分为基础篇和高级篇。基础篇介绍机器学习的主要原理和方法、以及最近几年来的最新进展，包括机器学习的发展史、决策树学习、PAC模型、贝叶斯学习、支持向量机、AdaBoost、压缩感知、子空间、深度学习与神经网络、强化学习等内容。在高级篇部分，主要介绍一下作者多年来在机器学习与视觉感知方面的研究成果，包括HGPP、LDP、KBP、高阶差分码、Kernel Learning、Bag of Feature model等方法原理阐述与应用。