荐书：《计算机视觉：模型、学习和推理》

中文版书名：《计算机视觉：模型、学习和推理》
英文书名：Computer Vision: Models, Learning, and Inference， by Simon J.D.Prince

推荐理由:

1. 内容丰盛：这本书主要讲机器视觉中的概率模型及算法，包括概率的数学基础、密度建模、回归模型（概率模型）、分类模型（概率模型）等二十个章节。关于概率模型，这是我个人看过的觉得最好的书。

2. 模型与算法：我也看过一些其它的书和视频课程，发现他们很多都是在讲模型，而模型是高度抽象的、可能不太好讲授个中精髓，反正我是云里雾里的：这些模型严格的数学表述是如何的？怎么指挥我的计算机实现这些模型？这本书目前看了大约25%，它解答了我的很多疑问，他的数学解释是非常充分的。我觉得如果让我从零开始编程实现一个概率模型，看过这书以后我有了思路，甚至让我设计一个新的概率模型我也有这个信心（我膨胀了😄）。

3. 写作水平高：这书的阐述方式极大地降低了理解高度复杂专业化知识的难度；作者也很能把握读者的心理，阅读过程中常常是当我产生一个问题、马上下文就出现了针对这个问题的解释，这种层层递进、贴心投喂、不断产生正反馈的方式太友好了。以往对专业书籍的印象都是严肃的、一板一眼的，这书不太一样，我能感觉到作者的写作能力很强，翻译也处理得很好。

4. 插图：如果说这书是一盘大菜，那么它的插图就是一双筷子，插图把对本书最好的打开方式递到我们手里。可能是成本考虑，书里的插图是灰度图，彩图仅有有限的几张࿰