研究生學(xué)習(xí)圖像處理，機(jī)器學(xué)習(xí)與學(xué)習(xí)路線圖數(shù)據(jù) 挖掘談機(jī)器學(xué)習(xí)與。如果想簡單梳理一下它們之間的關(guān)系，不妨了解一下機(jī)器學(xué)習(xí)在數(shù)據(jù)Analysis field-3挖掘中的應(yīng)用，當(dāng)時(shí)還挺有前途的，數(shù)據(jù)圖書館方向很有前途，那個(gè)公司會用數(shù)據(jù)庫，但是-3挖掘是從數(shù)據(jù)庫挖來的。記得去年我面試了南京一家研究院，年薪12萬，他們主要想/123，456，789-3/123，456，789-2/方向，我剛學(xué)了/123，456，789-3/123，456，789-2/，所以失敗了，那時(shí)候考試也不是很難。

以下幾個(gè)方向:1)OCR印刷體識別應(yīng)該比較成熟，手寫識別大有可為，但難度較大；2)在車牌識別方面做的比較好的公司不多，尤其是實(shí)時(shí)識別和噪聲、特例處理；3)目前流行生物指紋和虹膜；4)計(jì)算機(jī)輸入設(shè)備的支持軟件，如掃描儀、數(shù)碼相機(jī)和照相機(jī)。5)工程項(xiàng)目相當(dāng)復(fù)雜，如第一代身份證識別、銀行票據(jù)識別、數(shù)字水印處理識別等。，而且都不是小項(xiàng)目(一定要有關(guān)系，有技術(shù))。6)與其他專業(yè)的合作主要是將思想和算法應(yīng)用到其他專業(yè)，如-3挖掘、預(yù)測等。，但需要其他專業(yè)知識。

當(dāng)時(shí)還挺有前途的，數(shù)據(jù)圖書館方向很有前途，那個(gè)公司會用數(shù)據(jù)圖書館，而-3挖掘from。記得去年我面試了南京一家研究院，年薪12萬。他們主要想/123，456，789-3/123，456，789-2/方向。我剛學(xué)了/123，456，789-3/123，456，789-2/，所以失敗了。那時(shí)候考試也不是很難。目前-3挖掘更多基于互聯(lián)網(wǎng)的電腦數(shù)據(jù)其實(shí)隨著個(gè)人電腦的老化，周期延長，存儲設(shè)備多樣化，容量和讀取速度增加。以后，數(shù)據(jù)/1233。

跳出個(gè)人，就企業(yè)軟件而言，數(shù)據(jù)存儲要靠前期設(shè)計(jì)，尤其是dba設(shè)計(jì)非常重要，設(shè)計(jì)不好對前期開發(fā)、后期維護(hù)、新增功能都有很大的制約。如果數(shù)據(jù) 挖掘以后可以發(fā)展到削弱架構(gòu)dba的工作和影響力，那么發(fā)展的風(fēng)險(xiǎn)可以降低幾個(gè)層次?，F(xiàn)在企業(yè)軟件已經(jīng)到了一定的高度，數(shù)據(jù) 挖掘和數(shù)據(jù)分析可能正在等待一場革命。相對來說，數(shù)據(jù) 挖掘更精細(xì)，所以不是人的數(shù)量，而是人的能力。

機(jī)器學(xué)習(xí)和數(shù)據(jù) 挖掘說到機(jī)器學(xué)習(xí)和數(shù)據(jù) 挖掘的學(xué)習(xí)路線圖，當(dāng)然它們并不完全一樣。如果想簡單梳理一下它們之間的關(guān)系，不妨了解一下機(jī)器學(xué)習(xí)在數(shù)據(jù)Analysis field-3挖掘中的應(yīng)用。同樣，如果機(jī)器學(xué)習(xí)應(yīng)用于圖像處理 domain機(jī)器視覺。當(dāng)然，這只是比較直白的理解，不可能絕對準(zhǔn)確或全面。我們有權(quán)這樣處理。而且，如果本文后面提到這兩個(gè)名詞，我們指的是同一個(gè)東西。

無論是排名前十的算法，還是排名前二十的算法，總覺得自己只摸到了冰山一角！學(xué)海無涯！當(dāng)然，學(xué)習(xí)機(jī)器學(xué)習(xí)看書是必須的，不能靠打坐。有些書介紹機(jī)器學(xué)習(xí)，會是這樣的思路:就是單個(gè)的算法介紹，介紹一打，一本書的篇幅就差不多寫完了，李航博士的“統(tǒng)計(jì)學(xué)習(xí)方法”基本上屬于這種套路。當(dāng)然，這本書在中國很受推崇。