Was ist leichter zu lernen: Maschinelles Lernen oder Bildverarbeitung?

Sie können nie zwischen Äpfeln und Orangen wählen. Maschinelles Lernen und Bildverarbeitung sind völlig verschiedene Dinge und haben ihre eigene Lernkurve. Für maschinelles Lernen müssen Sie ein gutes Verständnis für Statistik, Wahrscheinlichkeit, lineare Algebra usw. haben.

Die Bildverarbeitung befasst sich mit der Manipulation von Bildsignalen und deren Verarbeitung. Dazu benötigen Sie ein gutes Verständnis der grundlegenden Signale und Systeme, der Fourier-Analyse usw. Voraussetzung ist ein Einführungskurs in Signale und Systeme, der in der Regel im zweiten Jahr unterrichtet wird.

Die anfängliche Lernkurve für beide Fächer weist eine hohe Steigung auf und erfordert möglicherweise ernsthafte Anstrengungen von Ihrer Seite. Aber wenn Sie diesen Teil überwunden haben, sind beide wirklich interessant. Maschinelles Lernen und Bildverarbeitung können in Computer Vision-Projekten zusammen verwendet werden. Beide Themen überschneiden sich stark und haben erstaunliche Anwendungsmöglichkeiten.

Bitte senden Sie mir eine Nachricht, wenn Sie weitere Informationen zum Starten oder Lernen dieser Themen benötigen.

Was ich Ihnen sagen werde, hört hier nicht auf, es gibt eine Fülle von Dingen zum maschinellen Lernen, und bisher wurden weniger als 1% erreicht.

Als ich anfing, dachte ich, das ist es. Aber was auch immer ich tat, war schon da. : p

Derzeit wird die gesamte Bildverarbeitung mit maschinellem Lernen durchgeführt.

Sowohl maschinelles Lernen als auch Bildverarbeitung gehen Seite an Seite. Maschinelles Lernen setzt große Kenntnisse in Bezug auf Lernalgorithmen, Datensätze, Frameworks usw. voraus. Wenn Sie Algorithmen für maschinelles Lernen erstellen möchten, müssen Sie über praktische Kenntnisse in folgenden Bereichen verfügen:

  • Lernprobleme
  • Neuronale Netze
  • Bayesianisches Lernen
  • Computergestützte Lerntheorie

Nichts ist einfach, bis Sie nicht sehr hart arbeiten, und nichts ist schwer, wenn Sie sich ständig anstrengen, um das zu erledigen.

Wenn Sie in diesem Bereich wirklich Spitzenleistungen erbringen möchten, empfehle ich Ihnen, die Research Papers zum maschinellen Lernen zu studieren.

Einige Websites, die eine gute Wissensquelle bieten, sind:

  • Bei Facebook recherchieren | Facebook
  • Bei Google recherchieren
  • Ideen verwirklichen
  • MIT Labor für Informatik und Künstliche Intelligenz

Viel Glück!

Dies hängt von Ihrem Grundverständnis der Mathematik ab.

Wenn Sie sich mit Signalverarbeitung und linearer Algebra auskennen, können Sie sich für die Bildverarbeitung entscheiden.

Wenn Sie gut in Statistik sind, können Sie maschinelles Lernen erlernen.

Wenn Sie in allen oben genannten Punkten gut sind, können Sie ein Computer Vision-System entwerfen.