计算机视觉/机器学习/深度学习预备知识

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。