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 concepts , Category: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 topics , Category:Computer vision ,列举了更多CV相关条目。
Stanford 关于ML和CV计算机课程(按推荐排序): cs229 Machine Learning , cs229T Statistical Learning Theory , cs231N Convolutional Neural Networks for Visual Recognition , cs231A Computer Vision:From 3D Recontruct to Recognition , cs231B The Cutting Edge of Computer Vision , cs221 Artificial Intelligence: Principles & Techniques , cs131 Computer Vision: Foundations and Applications , cs369L A Theoretical Perspective on Machine Learning , cs205A Mathematical Methods for Robotics, Vision & Graph , cs231M 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 Learning , Unsupervised 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。
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 ,一本在线的书籍;
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;
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 。
ML、CV领域的顶级期刊: TPAMI , IJCV ,顶级学术会议: CVPR , ICML , ICCV , NIPS , ECCV , ACCV 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。
deeplearning.net :一个非常好的机器学习网站,有 dataset 、 software 、 reading 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。
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。