u012464594的博客

《矩阵分析与应用（第2版）》系统、全面地介绍矩阵分析的主要理论、具有代表性的方法及一些典型应用。全书共10章，内容包括矩阵代数基础、特殊矩阵、矩阵微分、梯度分析与优化、奇异值分析、矩阵方程求解、特征分析、子空间分析与跟踪、投影分析、张量分析。前3章为全书的基础，组成矩阵代数；后7章介绍矩阵分析的主体内容及典型应用。为了方便读者对数学理论的理解以及培养应用矩阵分析进行创新应用的能力，《矩阵分析与应用（第2版）》始终贯穿一条主线一一物理问题“数学化”，数学结果“物理化”。与第1版相比，《矩阵分析与应用（第2版）》的篇幅有明显的删改和压缩，大量补充了近几年发展迅速的矩阵分析新理论、新方法及新应用。

《程序员的数学3：线性代数》主要内容包括向量、矩阵、行列式、秩、逆矩阵、线性方程、LU分解、特征值、对角化、Jordan标准型、特征值算法等。

编程的基础是计算机科学，而计算机科学的基础是数学。因此，学习数学有助于巩固编程的基础，写出更健壮的程序。 本书面向程序员介绍了编程中常用的数学知识，借以培养初级程序员的数学思维。读者无需精通编程，也无需精通数学，只需具备四则运算和乘方等基础知识，就可以阅读本书。 书中讲解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、少年高斯求和方法、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。 本书还对程序员和计算机的分工进行了有益的探讨。读完此书，你会对以程序为媒介的人机合作有更深刻的理解。

编程的基础是计算机科学，而计算机科学的基础是数学。因此，学习数学有助于巩固编程的基础，写出更健壮的程序。 本书面向程序员介绍了编程中常用的数学知识，借以培养初级程序员的数学思维。读者无需精通编程，也无需精通数学，只需具备四则运算和乘方等基础知识，就可以阅读本书。 书中讲解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、少年高斯求和方法、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。 本书还对程序员和计算机的分工进行了有益的探讨。读完此书，你会对以程序为媒介的人机合作有更深刻的理解。

Mastering OpenCV with Practical Computer Vision Projects

本书适合准备用OpenCV库开发计算机视觉应用的C++初学者，也适 合想了解计算机视觉编程概念的专业软件开发人员参考阅读。本书可 作为大学计算机视觉课程的学生用书，也是一本非常优秀的参考书， 可供图像处理和计算机视觉方面的研究生和科研人员使用。

《特征提取与图像处理(第2版)》内容简介:图像处理和计算机视觉是当前热门的研究课题。《特征提取与图像处理(第2版)》以一种简洁明白的方式为计算机视觉和图像处理领域的初学者和准专业人士提供了一个图像处理和计算机视觉技术的基础指南。读者可以基于文中给出的代码以及网站的MATLAB和Mathcad文件开发自己工作中所需的技术方法。 《特征提取与图像处理(第2版)》不仅关注高层次特征提取技术，还涉及与图像获取、采样理论、点运算和低层次特征提取相关的问题和技术，构成了一个明确连贯的知识体系。在第一版的基础上，既新增加了用于低层次特征提取的曲率方法(SIFT和显著性算子)和相位一致性、几何主动轮廓、形态学，还升级了图像平滑处理(各向异性扩散)、形状骨架化、形状描述(矩)等内容。 《特征提取与图像处理(第2版)》可作为高等学校电子工程、计算机科学、计算机工程等专业本科生的教材，也可以作为图像、视频信号处理，模式识别和计算机视觉研究方向的博士、硕士研究生，以及相关专业的科研工作者的参考用书。

本书主要着眼于C++实现的底层机制,y由侯捷编写，内容详实，对于C++开发者是一本不可多得的好书，既可以用于初学者，又可以温故知新

本书是学习Python编程语言的入门书籍。Python是一种很流行的开源编程语言，可以在各种领域中用于编写独立的程序和脚本。Python免费、可移植、功能强大，而且使用起来相当容易。来自软件产业各个角落的程序员都已经发现，Python对于开发者效率和软件质量的关注，这无论在大项目还是小项目中都是一个战略性的优点。 　　无论你是编程初学者，还是专业开发人员，本书的目标是让你快速掌握核心Python语言基础。阅读本书后，你会对Python有足够的了解，能够将其应用于所从事的领域中。 　　本书设计成一本教程，主要关注核心Python语言本身，而不是其特定的应用程序。因此，它作为一个两卷本的合集中的第一本： 　　《Learning Python》，也就是这本书，介绍Python本身。 　　《Programming Python》，另外一本书，介绍在学习了Python之后可以用它来做什么。 　　也就是说，《Programming Python》这本基于应用的图书选择了本书所省略的话题，介绍了Python在Web、图形用户界面（GUI）和数据库这样的常用领域的作用。此外，《Python Pocket Reference》一书提供了本书所没有的额外参考资料，可将它作为本书的补充。 　　划之初就力求向读者展示比众多程序员初次学习这门语言的时候更深层次的话题。并且，本书基于一个带有测试和练习的3天的Python培训课程，所以可以作为该语言的一个自学教程。

。OpenCV是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。 《学习OpenCV 3(中文版)》由OpenCV发起人所写，站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程，这些都有助于读者迅速入门并渐入佳境，兴趣盎然地深入探索计算机视觉领域。

。OpenCV是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。 《学习OpenCV 3(中文版)》由OpenCV发起人所写，站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程，这些都有助于读者迅速入门并渐入佳境，兴趣盎然地深入探索计算机视觉领域。

cs229课件笔记，很好的ML入门资料-CS229课程,Stanford Universtiy Machine LearningCS229(含学习笔记和原始讲义),很不错,分享给大家

OpenCV的全称是：Open Source Computer Vision Library。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV的全称是：Open Source Computer Vision Library OpenCV是一个基于（开源）发行的跨平台计算机视觉库 可以运行在Linux Windows和Mac OS操作系统上 它轻量级而且高效 由一系列 C 函数和少量 C++ 类构成 同时提供了Python Ruby MATLAB等语言的接口 实现了图像处理和计算机视觉方面的很多通用算法 ">OpenCV的全称是：Open Source Computer Vision Library OpenCV是一个基于（开源）发行的跨平台计算机视觉库 可以运行在Linux Windows和Mac OS操作系统上 它轻量级而且高效 由一系列 C 函数和少量 C++ 类构成 同时提供了Python Ruby MATL [更多]

OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。

OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。