大总结：机器学习和视觉slam小项目--Apple的学习笔记

前言

机器学习入门，主要参考网络教学视频及统计学习方法这本书，侧重学习基础学习及推导

学习理论

1.Python与数学牛顿迭代法—Apple的学习笔记
2.数学梯度下降—Apple的学习笔记
3.机器学习K临近算法—Apple的学习笔记
4.机器学习朴素贝叶斯—Apple的学习笔记
5.机器学习欠拟合和过拟合—Apple的学习笔记
6.机器学习决策树—Apple的学习笔记
7.百度PaddlePaddle初识--Apple的学习笔记
8.机器学习集成学习—Apple的学习笔记
9.支持向量机核方法—Apple的学习笔记
10.拉格朗日算子--Apple的学习笔记
11.深度前馈神经网络--Apple的学习笔记
12.EM算法--Apple的学习笔记
13.卷积神经网络入门及思考--Apple的学习笔记

学以致用乐趣无穷

将理论转为实践应用
1.Keras入门--Apple的学习笔记
2.梯度下降与牛顿法求最小值的区别—Apple的学习笔记
3.从最大似然估计到EM算法深入--Apple的学习笔记
4.深入支持向量机—Apple的学习笔记
5.python-opencv提取图片中的表格直线--Apple的学习笔记
6.python识别并提取表格中的文字--Apple的学习笔记
7.卷积神经网络层可视化实战--Apple的学习笔记
8.最小二乘法和梯度下降求解法的区别--Apple的学习笔记
9.opencv图像灰度直方图显示--Apple的学习笔记
10.图像直方图均衡化算法理解—Apple的学习笔记
11.QT5人物景物照片分类及曝光处理--Apple的学习笔记

图像中的数学理论及opencv算法相关

学习机器学习的主要目的是想结合图形图像进行AI处理，所以也要学习下图形图像数学及算法基础
1.图像灰度变换—Apple的学习笔记
2.图像空间滤波数学基础—Apple的学习笔记
3.图像傅里叶变换理解—Apple的学习笔记
4.从导数到梯度下降--apple的学习笔记
5.kitchen角点检测算法--Apple的学习笔记
6.图像拉普拉斯算子原理--Apple的学习笔记
7.卷积公式和sobel算子理解--Apple的学习笔记
8.傅里叶变换和拉普拉斯变换--Apple的学习笔记
9.opencv Mat::create源码分析--Apple的学习笔记
10.看cv::sobel源码--Apple的学习笔记

买了本视觉slam的书系统学习和视觉

了解视觉感知和定位相关内容
1.矩阵与向量复习为了vslam学习--Apple的学习笔记
2.SVD分解和QR分解—Apple的学习笔记
3.vslam中数学基础知识--Apple的学习笔记
4.vlsam旋转向量与旋转矩阵—Apple的学习笔记
5.卡尔曼滤波推导公式再理解--Apple的学习笔记

vslam相关实践

1.Vscode汇编调试出栈入栈—Apple的学习笔记
2.视觉slam十四讲第九章0.2 coredump解决--Apple的学习笔记
3.正交矩阵及矩阵变换的python实现--Apple的学习笔记
4.雷达点迹聚类Kmeans C++演练--Apple的学习笔记

ROS导航定位入门

1.ROS入门篇—Apple的学习笔记
2.转战ROS2.0--Apple的学习笔记
3.ROS导航定位入门1--Apple的学习笔记
4.ROS tf包的作用理解—Apple的学习笔记
5.ROS导航定位环境搭建