机器学习,计算机视觉的学习资源 – liangliangh

 

机器学习(Machine Learning,简称 ML)和计算机视觉(Computer Vision,简称 CV)是非常令人着迷、非常酷炫、颇具挑战性同时也是涉及面很广的领域。本文整理了机器学习和计算机视觉的相关学习资源,目的是帮助许多和我一样希望深刻理解“智能”背后原理的人,用最为高效的方式学习最为前沿的技术和知识。

 

wikipedia.org,历史,领域概述,资源链接:

Machine learning,介绍了ML所处理的问题、常用算法、应用、软件等,右侧列举了细分条目;

List of machine learning conceptsCategory:Machine learning,列举出了更多ML相关概念和条目;

Computer vision,同样,介绍了CV所处理的问题、常用方法、应用等,底部列举了细分条目;

List of computer vision topicsCategory:Computer vision,列举了更多CV相关条目。

 

大学课程、在线教程

Stanford 关于ML和CV计算机课程(按推荐排序):cs229 Machine Learningcs229T Statistical Learning Theorycs231N Convolutional Neural Networks for Visual Recognitioncs231A Computer Vision:From 3D Recontruct to Recognitioncs231B The Cutting Edge of Computer Visioncs221 Artificial Intelligence: Principles & Techniquescs131 Computer Vision: Foundations and Applicationscs369L A Theoretical Perspective on Machine Learningcs205A Mathematical Methods for Robotics, Vision & Graphcs231M Mobile Computer Vision,这些课程大都可以下载PPT,更多课程请见Courses | Stanford Computer Science,Open class room的ML课程Machine LearningUnsupervised Feature Learning and Deep Learning,Coursera的ML课程:Machine Learning,以及Stanford在线教程Deep learning tuorial

更多大学课程可以用“machine learning course”或“computer vision course”为关键字搜索,这里是Google的国内镜像,这样就不需要FanQiang了。

 

专著、书籍

ML:

统计学习方法,李航,2012;

Deep Learning: Methods and Applications, Li Deng and Dong Yu, 2014;

Introduction to Machine Learning (3rd ed.), Ethem Alpaydin, 2014;

Machine Learning: An Algorithmic Perspective (2nd ed.), Stephen Marsland, 2015;

Deep Learning,一本在线书籍;

Neural Networks and Learning Machines (3rd ed.), Simon O. Haykin, 2008;有中文译本:神经网络与机器学习;

Pattern Recognition and Machine Learning, Christopher Bishop, 2006;有中文译本:模式识别与机器学习;

CV:

Concise Computer Vision: An Introduction into Theory and Algorithms, Klette, Reinhard, 2014;

Computer Vision: Algorithms and Applications, Szeliski, Richard, 2011;有中文译本:计算机视觉——算法与应用;

Multiple View Geometry in Computer Vision (2nd ed.), Richard Hartley and Andrew Zisserman, 2004;

An Invitation to 3-D Vision: From Images to Geometric Models,  Yi Ma, Stefano Soatto, Jana Kosecka, S. Shankar Sastry, 2004

Robot vision, Berthold K. P. Horn, 1986;有中文译本:机器视觉;

Image Processing, Analysis, and Machine Vision (3rd ed.), Milan Sonka, Vaclav Hlavac, Roger Boyle, 2007;有中文译本:图像处理、分析与机器视觉;

推荐一个非常好的搜索英文电子书的网站:Library Genesis

 

学术论文

ML、CV领域的顶级期刊:TPAMIIJCV,顶级学术会议:CVPRICMLICCVNIPSECCVACCV等;

CVPapers 对CV领域学术论文做了很好的整理;

ImageNet 每年举办的图像识别比赛很能代表CV最高水平;

arXiv.org,很多最新论文首先发表在这里;

当然还是推荐Google Scholar,这里是一个镜像网站。

 

学习网站

deeplearning.net:一个非常好的机器学习网站,有datasetsoftwarereading list连接;

VisionBib.Com:学术大牛整理的CV资源;

CVonline有一个非常全面的资源链接。 

 

程序、库

OpenCV:一个C++视觉库,使用广泛;

Torch, Theano:两个很强大的支持CUDA显卡加速的Python机器学习库;

Caffe:很多研究者使用的Deep Learning库;

R语言:一个方便开发机器学习程序的环境;

更多的程序库,这里做了很好的总结。

 

本文链接:机器学习,计算机视觉的学习资源,转载请注明。



You must enable javascript to see captcha here!

Copyright © All Rights Reserved · Green Hope Theme by Sivan & schiy · Proudly powered by WordPress

无觅相关文章插件,快速提升流量