2020年計算機(jī)視覺技術(shù)最新學(xué)習(xí)路線總結(jié) (含時間分配建議)
如今有大量的資源可以用來學(xué)習(xí)計算機(jī)視覺技術(shù),那我們?nèi)绾螐谋姸嘟坛讨羞M(jìn)行選擇呢?哪個值得我們?nèi)ネ度霑r間呢?如果你也遇到這些問題,那么恭喜你來對地方了。我們通過理解數(shù)百種資源來選擇值得你花費(fèi)時間的資源-這就是我們首先推出本文的主要原因之一。去年,我們廣泛地專注于兩個技術(shù)的學(xué)習(xí)方法——機(jī)器學(xué)習(xí)和深度學(xué)習(xí),但是我們的社區(qū)需要更細(xì)化的學(xué)習(xí)路徑——一個結(jié)構(gòu)化的計算機(jī)視覺學(xué)習(xí)路徑。
這是可以理解的,因?yàn)橛嬎銠C(jī)視覺專家的需求和價值在業(yè)界遙遙領(lǐng)先。專門研究計算機(jī)視覺及其不同方面,你會看到大量招聘人員試圖接近你。我記得當(dāng)我開始自己的計算機(jī)視覺之旅時,我同時參考了多種資源——書籍、文章(當(dāng)時并不多)、YouTube視頻等等。因此,我很高興有機(jī)會為你整理這種結(jié)構(gòu)化的計算機(jī)視覺學(xué)習(xí)路徑。在開始學(xué)習(xí)之前,讓我們了解一下為簡化你的學(xué)習(xí)過程而構(gòu)建的框架。我們的計算機(jī)視覺學(xué)習(xí)路徑框架每個月都要有其對應(yīng)的學(xué)習(xí)結(jié)構(gòu),這是我們對每個月需要了解的不同方面進(jìn)行分類的方式:目標(biāo):這個月你會學(xué)到什么?關(guān)鍵要點(diǎn)是什么?你的計算機(jī)視覺之旅將如何進(jìn)行?我們會在每個月初提及此問題,以確保你知道該月底的立場以及所處的位置建議時間:你每周平均應(yīng)在該部分上花費(fèi)多少時間學(xué)習(xí)資源:該月你將學(xué)習(xí)的計算機(jī)視覺主題的頂級資源集合,其中包括文章,教程,視頻,研究論文和其他類似資源你可以在此處下載該學(xué)習(xí)路徑的相應(yīng)信息圖。https://discuss.a(chǎn)nalyticsvidhya.com/t/heres-your-learning-path-to-master-computer-vision-in-2020/87785在數(shù)據(jù)科學(xué)領(lǐng)域?qū)ふ移渌麑W(xué)習(xí)途徑?別擔(dān)心,我們?yōu)槟闾峁┝耍?020年成為數(shù)據(jù)科學(xué)家和掌握機(jī)器學(xué)習(xí)的學(xué)習(xí)之路https://www.a(chǎn)nalyticsvidhya.com/blog/2020/01/learning-path-data-scientist-machine-learning-20202020年掌握深度學(xué)習(xí)的學(xué)習(xí)道路https://www.a(chǎn)nalyticsvidhya.com/blog/2020/01/comprehensive-learning-path-deep-learning-2020自然語言處理(NLP)學(xué)習(xí)路徑https://www.a(chǎn)nalyticsvidhya.com/blog/2020/01/learning-path-nlp-2020第1個月 – 涵蓋基礎(chǔ)知識:Python與統(tǒng)計目標(biāo):到第一個月末,你將對什么是計算機(jī)視覺有基本的了解。你還將對Python和Statistics(計算機(jī)視覺之旅中的兩個核心主題)有一定的知識儲備。
建議時間:每周5-6小時
計算機(jī)視覺的介紹和動機(jī):SAS計算機(jī)視覺教程:它是什么,它為什么重要:https://www.sas.com/en_in/insights/analytics/computer-vision.html
OpenCV中文官方教程v4.1(可選):http://woshicver.com
先決條件:
Python:Analytics Vidhya撰寫的Python課程https://courses.a(chǎn)nalyticsvidhya.com/courses/introduction-to-data-science統(tǒng)計:可汗學(xué)院的描述性統(tǒng)計https://www.khanacademy.org/math/engageny-alg-1/alg1-2第2個月 – 使用機(jī)器學(xué)習(xí)解決圖像分類問題目標(biāo):你將對機(jī)器學(xué)習(xí)有基本的了解。你應(yīng)該熟悉不同的圖像預(yù)處理技術(shù),并能夠使用機(jī)器學(xué)習(xí)模型解決圖像分類問題。
建議時間:每周5-6小時
機(jī)器學(xué)習(xí)基礎(chǔ):機(jī)器學(xué)習(xí)基礎(chǔ)https://www.a(chǎn)nalyticsvidhya.com/blog/2015/06/machine-learning-basics/sklearn中文官方教程0.22.1(可選):http://sklearn123.com線性回歸https://www.a(chǎn)nalyticsvidhya.com/blog/2017/06/a-comprehensive-guide-for-linear-ridge-and-lasso-regression/邏輯回歸https://www.a(chǎn)nalyticsvidhya.com/blog/2015/10/basics-logistic-regression/斯坦福大學(xué)-機(jī)器學(xué)習(xí)的動機(jī)與應(yīng)用https://see.stanford.edu/Course/CS229/47斯坦福大學(xué)的“過擬合”和“過擬合”的概念https://see.stanford.edu/Course/CS229/42圖像預(yù)處理:從圖像中提取特征的3種技術(shù)https://www.a(chǎn)nalyticsvidhya.com/blog/2019/08/3-techniques-extract-features-from-image-data-machine-learning-python/HOG特征https://www.a(chǎn)nalyticsvidhya.com/blog/2019/09/feature-engineering-images-introduction-h(huán)og-feature-descriptor/SIFT特征https://www.a(chǎn)nalyticsvidhya.com/blog/2019/10/detailed-guide-powerful-sift-technique-image-matching-python/使用機(jī)器學(xué)習(xí)進(jìn)行圖像分類:使用邏輯回歸進(jìn)行圖像分類https://www.kaggle.com/gulsahdemiryurek/image-classification-with-logistic-regression使用Logistic回歸進(jìn)行圖像分類https://mmlind.github.io/Using_Logistic_Regression_to_solve_M(jìn)NIST/項目:識別服裝https://datahack.a(chǎn)nalyticsvidhya.com/contest/practice-problem-identify-the-apparels/第三個月 – Keras和神經(jīng)網(wǎng)絡(luò)簡介目標(biāo):你將學(xué)習(xí)最常用的深度學(xué)習(xí)工具之一-Keras,你還將了解什么是神經(jīng)網(wǎng)絡(luò)以及它們?nèi)绾喂ぷ,到三月底,你將能夠使用神?jīng)網(wǎng)絡(luò)解決圖像分類問題。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺
- 4 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 封殺AI“照騙”,“淘寶們”終于不忍了?
- 9 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?
- 10 地平線自動駕駛方案解讀