大總結(jié):機(jī)器學(xué)習(xí)和視覺(jué)slam小項(xiàng)目--Apple的學(xué)習(xí)筆記

前言

機(jī)器學(xué)習(xí)入門,主要參考網(wǎng)絡(luò)教學(xué)視頻及統(tǒng)計(jì)學(xué)習(xí)方法這本書(shū),側(cè)重學(xué)習(xí)基礎(chǔ)學(xué)習(xí)及推導(dǎo)

學(xué)習(xí)理論

1.Python與數(shù)學(xué)牛頓迭代法—Apple的學(xué)習(xí)筆記
2.數(shù)學(xué)梯度下降—Apple的學(xué)習(xí)筆記
3.機(jī)器學(xué)習(xí)K臨近算法—Apple的學(xué)習(xí)筆記
4.機(jī)器學(xué)習(xí)樸素貝葉斯—Apple的學(xué)習(xí)筆記
5.機(jī)器學(xué)習(xí)欠擬合和過(guò)擬合—Apple的學(xué)習(xí)筆記
6.機(jī)器學(xué)習(xí)決策樹(shù)—Apple的學(xué)習(xí)筆記
7.百度PaddlePaddle初識(shí)--Apple的學(xué)習(xí)筆記
8.機(jī)器學(xué)習(xí)集成學(xué)習(xí)—Apple的學(xué)習(xí)筆記
9.支持向量機(jī)核方法—Apple的學(xué)習(xí)筆記
10.拉格朗日算子--Apple的學(xué)習(xí)筆記
11.深度前饋神經(jīng)網(wǎng)絡(luò)--Apple的學(xué)習(xí)筆記
12.EM算法--Apple的學(xué)習(xí)筆記
13.卷積神經(jīng)網(wǎng)絡(luò)入門及思考--Apple的學(xué)習(xí)筆記

學(xué)以致用樂(lè)趣無(wú)窮

將理論轉(zhuǎn)為實(shí)踐應(yīng)用
1.Keras入門--Apple的學(xué)習(xí)筆記
2.梯度下降與牛頓法求最小值的區(qū)別—Apple的學(xué)習(xí)筆記
3.從最大似然估計(jì)到EM算法深入--Apple的學(xué)習(xí)筆記
4.深入支持向量機(jī)—Apple的學(xué)習(xí)筆記
5.python-opencv提取圖片中的表格直線--Apple的學(xué)習(xí)筆記
6.python識(shí)別并提取表格中的文字--Apple的學(xué)習(xí)筆記
7.卷積神經(jīng)網(wǎng)絡(luò)層可視化實(shí)戰(zhàn)--Apple的學(xué)習(xí)筆記
8.最小二乘法和梯度下降求解法的區(qū)別--Apple的學(xué)習(xí)筆記
9.opencv圖像灰度直方圖顯示--Apple的學(xué)習(xí)筆記
10.圖像直方圖均衡化算法理解—Apple的學(xué)習(xí)筆記
11.QT5人物景物照片分類及曝光處理--Apple的學(xué)習(xí)筆記

圖像中的數(shù)學(xué)理論及opencv算法相關(guān)

學(xué)習(xí)機(jī)器學(xué)習(xí)的主要目的是想結(jié)合圖形圖像進(jìn)行AI處理,所以也要學(xué)習(xí)下圖形圖像數(shù)學(xué)及算法基礎(chǔ)
1.圖像灰度變換—Apple的學(xué)習(xí)筆記
2.圖像空間濾波數(shù)學(xué)基礎(chǔ)—Apple的學(xué)習(xí)筆記
3.圖像傅里葉變換理解—Apple的學(xué)習(xí)筆記
4.從導(dǎo)數(shù)到梯度下降--apple的學(xué)習(xí)筆記
5.kitchen角點(diǎn)檢測(cè)算法--Apple的學(xué)習(xí)筆記
6.圖像拉普拉斯算子原理--Apple的學(xué)習(xí)筆記
7.卷積公式和sobel算子理解--Apple的學(xué)習(xí)筆記
8.傅里葉變換和拉普拉斯變換--Apple的學(xué)習(xí)筆記
9.opencv Mat::create源碼分析--Apple的學(xué)習(xí)筆記
10.看cv::sobel源碼--Apple的學(xué)習(xí)筆記

買了本視覺(jué)slam的書(shū)系統(tǒng)學(xué)習(xí)和視覺(jué)

了解視覺(jué)感知和定位相關(guān)內(nèi)容
1.矩陣與向量復(fù)習(xí)為了vslam學(xué)習(xí)--Apple的學(xué)習(xí)筆記
2.SVD分解和QR分解—Apple的學(xué)習(xí)筆記
3.vslam中數(shù)學(xué)基礎(chǔ)知識(shí)--Apple的學(xué)習(xí)筆記
4.vlsam旋轉(zhuǎn)向量與旋轉(zhuǎn)矩陣—Apple的學(xué)習(xí)筆記
5.卡爾曼濾波推導(dǎo)公式再理解--Apple的學(xué)習(xí)筆記

vslam相關(guān)實(shí)踐

1.Vscode匯編調(diào)試出棧入?!狝pple的學(xué)習(xí)筆記
2.視覺(jué)slam十四講第九章0.2 coredump解決--Apple的學(xué)習(xí)筆記
3.正交矩陣及矩陣變換的python實(shí)現(xiàn)--Apple的學(xué)習(xí)筆記
4.雷達(dá)點(diǎn)跡聚類Kmeans C++演練--Apple的學(xué)習(xí)筆記

ROS導(dǎo)航定位入門

1.ROS入門篇—Apple的學(xué)習(xí)筆記
2.轉(zhuǎn)戰(zhàn)ROS2.0--Apple的學(xué)習(xí)筆記
3.ROS導(dǎo)航定位入門1--Apple的學(xué)習(xí)筆記
4.ROS tf包的作用理解—Apple的學(xué)習(xí)筆記
5.ROS導(dǎo)航定位環(huán)境搭建

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容