自己也是菜鸟在网上找的一些资源给大家分享。
机器学习系列笔记,内容包括:随机森林与决策树、支持向量机、EM算法、贝叶斯网络、隐马尔科夫模型、条件随机场、深度学习CNN、RNN。
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习牵涉的编程语言十分之广,包括了MATLAB、Julia、R、Perl、Python、Clojure、Ruby等等。为了让开发者更加广泛、深入地了解机器学习,云栖社区组织翻译了GitHub Awesome Machine Learning 资源,涵盖24种编程语言的机器学习的框架、库以及其他相关资料。史上最全的机器学习资料(上)。史上最全的机器学习资料(下)
计算机视觉:采用OpenCV实现卷积、hough转换、相机校正、Canny边缘检测、颜色空间以及噪音模型等等的教程。