近年来,与本人研究领域相关的比较火热的技术包括:计算机视觉、机器学习和深度学习。
1.计算机视觉:虚拟现实/增强现实;
2.机器学习:互联网从业必备,举个栗子,神马广告点击预测,推荐系统,大数据挖掘等等;
3.深度学习:AlphaGo,人工智能;
此外,高级辅助驾驶系统(ADAS),自动驾驶,无人驾驶,无人机,智能机器人,智能视频监控等等也与上述技术有着千丝万缕的联系。
所以,深入学习上述技术势在必行。那么,为学习它们需要哪些预备知识呢?总结一下,无外乎如下:
1)高等数学,线性代数与解析几何,概率论与数理统计,矩阵论,随机过程;
2)模式识别,图像处理,统计学习;
3)最优化算法;
4)编程语言,数据结构,算法;
工作之后的一个体会就是,上学时学的知识和工作中用到的知识是脱节的,老师如果能在讲解理论的同时给出实际应用的例子,会大有裨益。
本人最近找到一份台湾大学(NTU,LIBSVM作者林智仁就来自这里)Hsuan-Tien Lin的机器学习预备知识作业做了一下,现在分享给大家,希望与各位同仁一起进步。
下一站:
1.矩阵分解:SVD/QR/Cholesky/LU/Jacobi;
2.最优化算法:拉格朗日乘数法/梯度下降/牛顿/高斯-牛顿/LM等。