機器學習路線圖整理
點擊上方“小白學視覺”，選擇加"星標"或“置頂”
重磅干貨，第一時間送達
本文轉自：深度學習算法與計算機視覺
剛接觸機器學習的同學可能會認為就是一個『data in，result out』的黑盒，但是深入了解之后會發(fā)現(xiàn)每一步驟都是門道。
數(shù)據(jù)預處理
數(shù)據(jù)的重要性就不用多說了，可不要『garbage in， garbage out』。
數(shù)學基礎
機器學習是建立在數(shù)學基礎之上的。
概念
模型
尾巴
路線圖確實非常有幫助，入門的小白可以跟著有方向性系統(tǒng)性地學習；而對領相對比較熟悉的同學也可以瞄一眼查漏補缺。另外再順便推薦一個整理不錯的『機器學習路線圖』（https://github.com/mrdbourke/machine-learning-roadmap）
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關微信群。請勿在群內發(fā)送廣告，否則會請出群，謝謝理解~
評論
圖片
表情