30、机器学习与计算机视觉中的识别技术

机器学习与计算机视觉中的识别技术

1. 机器学习与深度学习学习资源

机器学习和深度学习内容丰富、范围广泛，值得专门深入学习。以下是一些优秀的学习资源：
|学习领域|推荐资源|特点|
| ---- | ---- | ---- |
|机器学习|Bishop (2006) 的书|提供广泛的贝叶斯风格处理和优秀的图表|
|机器学习|Glassner (2018, 2021) 的书|对经典机器学习和深度学习进行温和介绍，有额外图表|
|机器学习|Hastie, Tibshirani, 和 Friedman (2009) 以及 Murphy (2012) 的教材|广泛使用的机器学习教材|
|机器学习数学基础|Deisenroth, Faisal, 和 Ong (2020) 的书|对机器学习数学进行简洁处理，包括线性和矩阵代数、概率论等|
|自动化机器学习|Hutter, Kotthoff, 和 Vanschoren (2019) 编辑的书|调查设计和优化机器学习算法的自动化技术|
|深度学习|Goodfellow, Bengio, 和 Courville (2016) 的书|首次全面处理深度学习，但未近期修订|
|深度学习|Glassner (2018, 2021) 的书|有大量图表且无方程，有助于培养学习直觉|
|深度学习|Zhang, Lipton 等人 (2021) 的《Dive into Deep Learning》在线教材|配有交互式 Python 笔记本和相关课程|
|深度学习|Charniak (2019)|一些深度学习入门课程使用|
|深度学习综述|Rawat 和 Wang (2017) 的文章|