Tome el curso de visión por computadora de Georgia Tech en Udacity. Es un curso gratuito y los ejercicios están en Octave (software libre) o MATLAB (bueno, gratis si su universidad lo compra por usted). Realmente disfruté el curso ya que fue muy bien enseñado y bien diseñado. Para el siguiente paso, pruebe el curso de aprendizaje automático y el curso de aprendizaje profundo en Udacity. La visión por computadora moderna está muy bien ligada con el aprendizaje automático y el aprendizaje profundo y casi en cada artículo ves algo sobre eso. Si planea convertirse en un científico de investigación de visión por computadora muy exitoso eventualmente, se recomienda conocer el cálculo multivariable (como en Calc3 en muchas universidades de EE. UU.), Así como algunos cursos de optimización (como la optimización convexa). Además, suscríbase a algunos canales de YouTube como videos de 2 minutos en los que se resumen los documentos de visión por computadora y si siente una chispa con ese documento específico, puede ver el artículo en YouTube o leer el periódico.
Curso de visión por computadora de Udacity (ud810): Udacity
Curso de aprendizaje automático de Udacity (ud12): Introducción al curso de aprendizaje automático | Udacity
- ¿Vale la pena probar PCA en sus datos antes de alimentar a SVM?
- En los Estados Unidos, ¿es ilegal entrenar redes neuronales usando imágenes con derechos de autor?
- ¿Cuál es la forma mejor y más simple de agrupar productos por sus nombres?
- ¿Cómo reconoce la red neuronal convolucional los objetos de las imágenes sin la percepción o reconocimiento 3D?
- ¿Hay alguna anomalía inexplicable en la codificación de la computadora que pueda sugerir que las máquinas tienen alma?
Curso de aprendizaje profundo de Udacity (ud730): aprendizaje profundo | Udacity
Otras sugerencias:
- Si eres estudiante, asiste a los seminarios / charlas / talleres de visión artificial / aprendizaje automático / IA / aprendizaje profundo / PNL en tu universidad.
- Suscríbase al Somos somos lo que hacemos | Reúnase y encuentre grupos de visión artificial y aprendizaje automático y asista a las charlas.
- Si no tiene un grupo de lectura de visión por computadora en su universidad, comience uno. Haga que un profesor de aprendizaje automático / visión artificial / IA apoye su idea y cree una lista de correo y sugiera a otros que se unan a su grupo de lectura semanal. Si tiene más fondos, invite a oradores invitados a las conversaciones de vez en cuando.
- Apunte y dispare para una conferencia de visión que tiene entre 6 y 9 meses de anticipación y ponga toda su energía en escribir un documento para eso. Por ejemplo, al involucrarse en la redacción de un documento CVPR, aprende mucho. Cómo extraer conjuntos de datos, cómo limpiar otros conjuntos de datos según sus necesidades, cómo trabajar con un marco de aprendizaje profundo y cómo paralelizar su algoritmo o ejecutarlo de manera distribuida para hacerlo más rápido.
- Vaya a las conferencias CVPR, NIPS, ICLR, ECCV, ICCV o BMVC. Si trabaja en una empresa, pídales que lo envíen al menos a dos conferencias por año para mantenerlo actualizado en el campo. El campo de visión por computadora ha cambiado tan rápido personalmente que tengo dificultades para ponerme al día con todo.
- Cuando vaya a estas conferencias y talleres, asegúrese de hacer amigos con otras personas. Asegúrese de que otros se sentirían tan incómodos en una conferencia como usted, así que no dude en dar el primer paso para conectarse con ellos con una sonrisa amistosa y pregúnteles si está bien si los agrega en LinkedIn. Además puedes seguirlos en Twitter.
- Cree un Twitter e intente dedicarlo a sus avances, aprendizajes y trabajo en visión por computadora. La visión por computadora y la comunidad de aprendizaje profundo son muy pronunciadas en Twitter. Aprendí muchas cosas solo de los tweets de las personas que sigo en Twitter. ¡Nunca subestimes el poder de un solo tweet!
- Intenta responder preguntas de visión por computadora en Quora si es posible. Eso lo empujaría a leer más para proporcionar una respuesta de calidad.
- Eventualmente, si bien comenzar es muy importante, mantenerlo es mucho más importante y ser parte de una comunidad o grupo de amigos que son tan apasionados como usted en el campo, lo ayudaría a mantenerse animado. Así que trate de fortalecer su comunidad local y contribuya a la visión por computadora de cualquier manera posible y aliente a sus amigos de la visión por computadora.