Gracias por A2A. Puede comenzar a trabajar en los problemas de inmediato.
Bueno, supongo que debes estar en tus primeros años de graduación. Ahora sería el momento adecuado para comenzar la práctica que voy a contar a continuación, y también lamento haberlo hecho durante mi universidad.
La visión por computadora y el aprendizaje automático están muy cargados estos días. Incluso publicar un artículo en este campo requiere mucha experimentación en muchos conjuntos de datos disponibles públicamente.
- ¿Hacia dónde se dirige la investigación de aprendizaje profundo?
- ¿Se utiliza R en la minería de datos a gran escala en grandes compañías de software como Facebook y LinkedIn?
- ¿Cuál es un ejemplo numérico para el algoritmo de análisis de componentes principales (PCA)?
- ¿Cuáles son los problemas menos resueltos o no resueltos que se pueden resolver con el aprendizaje automático y el aprendizaje profundo?
- ¿Cuáles son algunos pequeños proyectos iniciales en aprendizaje automático de regresión lineal que un principiante puede hacer en 2-3 días?
Puede comenzar con pequeños problemas, por ejemplo, clasificar dígitos escritos a mano en Kaggle (Reconocimiento de dígitos), y avanzar a problemas más sofisticados como la estimación de pose humana en imágenes fijas y video: estimación de pose de cuerpo articulado, Estimación de pose humana en 2D y búsqueda. Estos proyectos son solo algunos ejemplos y quedan innumerables problemas sin resolver en estos campos.
Después de trabajar en uno o más problemas, tendrá una idea de cómo puede abordar otros problemas en estos campos. Luego puede abordar problemas más difíciles y más generales. Problemas que se dirigen a millones de imágenes, por ejemplo, el Concurso de reconocimiento visual a gran escala ImageNet 2013 (ILSVRC2013).
Ahora la pregunta es cómo tendría la oportunidad de trabajar con Google en estos campos. Google se centra particularmente en los problemas de visión por computadora que afectan la vida de miles de millones de personas. Por ejemplo, vea este problema: MindFinder: Búsqueda de imágenes mediante bocetos. Una vez que sobresalga en resolver o incluso arañar la superficie de grandes problemas, definitivamente puede entrar en Google o en cualquier otro gran gigante tecnológico.
Además de lo anterior, hay varios otros temas que debe ser un experto para comprender y resolver problemas en cv, ml:
- Matemáticas de nivel universitario (particularmente cálculo, geometría, álgebra, teoría de grafos)
- Codificación en C / C ++, MATLAB, Python
- Juegos de herramientas de aprendizaje automático (Weka, Scikit learn (Python))
- Bibliotecas OpenCV, Numpy, Scipy
Espero haber respondido tu pregunta.