機器學習，計算機視覺的學習資源

 

機器學習（Machine Learning，簡稱 ML）和計算機視覺（Computer Vision，簡稱 CV）是很是使人着迷、很是酷炫、頗具挑戰性同時也是涉及面很廣的領域。本文整理了機器學習和計算機視覺的相關學習資源，目的是幫助許多和我同樣但願深入理解「智能」背後原理的人，用最爲高效的方式學習最爲前沿的技術和知識。

另外請見我後一篇博客裏列的數據挖掘的學習資源。

 

wikipedia.org，歷史，領域概述，資源連接：

Machine learning，介紹了ML所處理的問題、經常使用算法、應用、軟件等，右側列舉了細分條目；

List of machine learning concepts，Category:Machine learning，列舉出了更多ML相關概念和條目；

Computer vision，一樣，介紹了CV所處理的問題、經常使用方法、應用等，底部列舉了細分條目；

List of computer vision topics，Category:Computer vision，列舉了更多CV相關條目。

 

大學課程、在線教程：

Stanford 關於ML和CV計算機課程（按推薦排序）：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，這些課程大均可如下載PPT，更多課程請見Courses | Stanford Computer Science，Open class room的ML課程Machine Learning，Unsupervised Feature Learning and Deep Learning，Coursera的ML課程：Machine Learning，以及Stanford在線教程Deep learning tuorial；

更多大學課程能夠用「machine learning course」或「computer vision course」爲關鍵字搜索，這裏是Google的國內鏡像，這樣就不須要FanQiang了。

 

專著、書籍：

ML：

機器學習，周志華，2016；

統計學習方法，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，一本在線書籍；

Neural Networks and Learning Machines (3rd ed.), Simon O. Haykin, 2008；有中文譯本：神經網絡與機器學習；

Pattern Recognition and Machine Learning, Christopher Bishop, 2006；有中文譯本：模式識別與機器學習；

Machine Learning: a Probabilistic Perspective, Kevin P. Murphy, 2012；

CV：

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

Computer Vision: Algorithms and Applications, Szeliski, Richard, 2011；有中文譯本：計算機視覺——算法與應用；

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；有中文譯本：機器視覺；

Image Processing, Analysis, and Machine Vision (3rd ed.), Milan Sonka, Vaclav Hlavac, Roger Boyle, 2007；有中文譯本：圖像處理、分析與機器視覺；

推薦一個很是好的搜索英文電子書的網站：Library Genesis。

 

學術論文：

ML、CV領域的頂級期刊：TPAMI，IJCV，學術會議：ACL，CVPR，ICML，ICCV，NIPS，ECCV，ACCV等；

CVPapers 對CV領域學術論文作了很好的整理；

ImageNet 每一年舉辦的圖像識別比賽很能表明CV最高水平，MS COCO是相似比賽，KITTI上有不少數據以及CV算法的排名，這裏是一個數據集的列表，這裏是CV數據集；

arXiv.org，不少最新論文首先發表在這裏；

固然仍是推薦Google Scholar，這裏是一個鏡像網站。

 

學習網站：

deeplearning.net：一個很是好的機器學習網站，有dataset、software、reading list鏈接；

VisionBib.Com：學術大牛整理的CV資源；

CVonline有一個很是全面的資源連接；

新智元和機器之心是很好的機器學習資訊平臺，另外推薦一些微信公衆號：機器學習研究會，程序媛的平常。

 

程序、庫：

OpenCV：一個C++視覺庫，使用普遍；

Torch, Theano：兩個很強大的支持CUDA顯卡加速的Python機器學習庫；

Caffe：不少研究者使用的Deep Learning庫；

R語言：一個方便開發機器學習程序的環境；

更多的程序庫，這裏作了很好的總結。