1樓：超越
如果不知從何學起，不妨從人工神經網路開始學，畢竟這是目前最主流的門類，包括
1、多層感知機
多層感知機是由輸入、隱含和輸出等層組成的，是最簡單的人工神經網路。
多層感知機
2、卷積神經網路
卷積神經網路的核心部分是卷積層和池化層，其功能如下圖所示。
卷積神經網路
3、殘差收縮網路
當資料雜訊強時，怎麼辦呢？殘差收縮網路[1][2]提供了一種思路，就是在網路內嵌入軟閾值函式。
（面向強噪、高冗餘資料的）殘差收縮網路
2樓：
機器學習分支：概率統計，矩陣，優化，機器學習知識。
影象處理分支：數字訊號處理，數字影象處理。
程式設計工具分支：python，matlab，c++等都要掌握
3樓：曲曉峰
具體方向可能還得分清。
機器視覺和計算機視覺是不一樣的，不是單純地數字影象處理、模式識別、機器學習、深度學習的那條路。
機器視覺有一大塊，是照明工程、工程光學、CMOS 和 CCD 感測器、嵌入式系統、Windows/Linux 驅動等等。
機器視覺真的是很費錢的，如果沒有支援，自己業餘搞，接觸不到工業界的產品和元件，很難取得實際的成果。
建議還是結合自身背景，選擇乙個擅長的切入點，結合著做，不要貿貿然地跳進去。畢竟還是在高校，多看一些機器視覺方面的文獻，了解他們實際的工作，然後再從容圖之。
4樓：basicbeyond
我本科學的自動化，研究生選的方向是模式識別，學了一些人工智慧，模式識別的課，搞得課題卻跟這個一點關係都沒有。讀研時，看到同學有搞影象處理的，便跟著一起學，先學了windows程式設計，也看了經典的岡薩雷斯影象處理教材，我並不是感興趣，就是為了找份工作。搞機器視覺，怎麼也得熟悉一門程式語言，再有就是有一些影象處理的概念，所以這兩個應該是基礎的基礎，也能幫你找到乙份工作。
工作多年後，才慢慢意識到機器視覺並不是一門單純的學科，會用到自動控制、光學、機械、軟體、電路等等知識。我的同事有學自動化的、有光學的、有計算機的、有機械的。而影象處理（軟體）只是相對重要的其中一部分而已，隨著商用機器視覺軟體的封裝整合度越來越高，我們自己開發演算法的機會越來越少，相對來說，我們更需要經驗豐富的視覺應用工程師。
讀模式識別與智慧型系統的研究生需要學習什麼？
大江東去 在本科階段，可以學習一些基礎性的深度學習演算法，例如 卷積神經網路 要學習卷積神經網路，首先要知道 卷積 的概念，這是卷積神經網路的關鍵。卷積神經網路 深度殘差網路 殘差網路僅僅在卷積神經網路中新增了恒等對映，就顯著提高了效果。深度殘差網路 深度殘差收縮網路 如果資料中雜訊較強 冗餘較多，...
如何在研究生階段自學程式設計？
陳逸飛 大家都推薦python，我就推薦下C語言。這是我大學本科學的第一門計算機語言，作為入門是很不錯的。C語言內容不多，且十分底層，對於理解程式設計的本質大有幫助。更重要的是，C是很多語言的父親甚至祖父。有了C作基礎，再學習別的語言就容易很多。如果樓主只想玩玩，還是參考其他幾位的回答。 余天公升 ...
想請問各位前輩，申請港澳研究生，有什麼留學機構推薦呢？
做留學的Sophie姐 其實不是不贊成你自己DIY，但是DIY的難度以及對申請者的一些要求，還是有的，至少您是乙個做事目標感極強的人，能夠不拖延的去完成該完成的事情，至少你知道個人PS如何撰寫才能完美地呈現您個人的亮點，至少您還得要有充分足夠的時間去準備著學校的面試，知道面試常會提及的問題以及如何自...