【计算机视觉】入门基本路线

学习的过程中最开始先着重学习聚类。

什么是机器学习？

需要理解掌握的基本知识（可自行百度上面去搜索）：
1.K-均值算法（k-means）
2.K邻近算法(KNN)
3.支撑向量机(SVM)
4.Linear Discriminative Analysis(LDA) https://www.camdemy.com/media/1582/
5.Priciple Component Analysis(PCA) https://www.camdemy.com/media/1559/
6.贝叶斯判别准则

线性代数：
wwwwwwwwwwwwww

1.基础学习：
（1）视频网址：
(B站也有)吴恩达机器学习视频教程：
吴恩达机器学习（网易云课堂）
（这个视频有一定深度的理论，开始看不懂很正常后面实践的过程中可以慢慢理解）
（2）矩阵和线性代数：
2.1.如何直观理解矩阵和线性代数：
https://www.zhihu.com/question/21082351?sort=created&page=1
（3）机器学习
3.1.机器学习知识点学习： https://blog.csdn.net/zouxy09/article/details/8102252
3.2.机器学习中的范数规则化之（一）L0、L1与L2范数： http://blog.csdn.net/zouxy09/article/details/24971995
3.3.机器学习中的范数规则化之（二）核范数与规则项参数选择： http://blog.csdn.net/zouxy09/article/details/24972869
（4）深度学习
4.1 zouxy09博客原创性博文导航(看深度学习：
二、Deep Learning 深度学习的系列内容)： https://blog.csdn.net/zouxy09/article/details/14222605

2. 论文阅读：
   （1）重点阅读https://openaccess.thecvf.com/menu这里顶级会议的论文，点进去可以直接下载。
   （2）中文论文查询（可以看别人的硕士和博士论文）：www.cnki.net