##
我们要求把这些课程的所有Notes,Slides以及作者强烈推荐的论文看懂看明白，并完成所有的老师布置的习题，而推荐的书籍是不做要求的，如果有些书籍是需要看完的，我们会进行额外的说明。##
| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 线性代数 | MIT | Introduction to Linear Algebra | 链接 |
| 单变量微积分 | MIT | Calculus with Analytic Geometry | 链接 |
| 多变量微积分 | MIT | Multivariable Calculus | 链接 |
| 统计入门 | 可汗学院 | 暂无 | 暂无 |
| 概率论入门: 链接1,链接2 | NTU | 暂无 | 暂无 |
| 概率与统计 | MIT | Introduction to Probability | 链接 |
| Python程序语言设计 | 暂无 | 暂无 | 暂无 |
| Matlab程序语言设计 | 暂无 | 暂无 | 暂无 |
| 计算机视觉简介 | Udacity | 暂无 | 链接 |
| 计算机视觉：基础和应用 | Stanford | Computer Vision: A Modern Approach | 链接 |
| 凸优化1 | Stanford | Convex Optimization | 链接 |
| 机器学习基石 | NTU | Learning from Data | 链接 |
| 机器学习技法 | NTU | 暂无 | 链接 |
| 机器学习 | Stanford | 暂无 | 链接 |
| 计算机视觉 | Colorado School of Mines | Computer Vision: Algorithms and Applications | 链接 |
| 卷积神经网络视觉识别 | Stanford | 暂无 | 链接 |
| 计算机视觉高级阅读 | Stanford | 暂无 | 链接 |
| 计算机视觉前沿 | Stanford | 暂无 | 链接 |
##
###| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 线性代数 | MIT | Introduction to Linear Algebra | 链接 |
| 单变量微积分 | MIT | Calculus with Analytic Geometry | 链接 |
| 多变量微积分 | MIT | Multivariable Calculus | 链接 |
| 统计入门 | 可汗学院 | 暂无 | 暂无 |
| 概率论入门: 链接1,链接2 | NTU | 暂无 | 暂无 |
| 概率与统计 | MIT | Introduction to Probability | 链接 |
###
计算机视觉需要大量的编程练习，程序语言是帮助大家较好的完成课后作业以及实现自己的一些idea的重要工具，此处我们仅仅给出推荐的参考学习链接，大家掌握一些常用的模块即可，我们的主要目的是能完成参考学习链接部分的实验，推荐书籍比较经典，但不做要求。| 课程 | 参考学习链接 | 推荐书籍 |
|---|---|---|
| Python程序语言设计 | 链接 | 暂无 |
| Matlab程序语言设计 | 暂无 | 暂无 |
###
Stanford暂时还没有相关的视频链接，但强烈建议大家将可以将其后面的Notes部分看完。| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 计算机视觉简介 | Udacity | 暂无 | 链接 |
| 计算机视觉：基础和应用 | Stanford | Computer Vision: A Modern Approach | 链接 |
###
| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 凸优化1 | Stanford | Convex Optimization | 链接 |
###
接下来的课程或多或少都需要一些机器学习基础，此处给出两门大家公认的大师课程，但仅仅只要求完成一门机器学习课程即可，注意，如果选择完成NTU的课程，则两门课需同时完成。| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 机器学习基石 | NTU | Learning from Data | 链接 |
| 机器学习技法 | NTU | 暂无 | 链接 |
| 机器学习 | Stanford | 暂无 | 链接 |
###
| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 计算机视觉高级阅读 | Stanford | 暂无 | 链接 |
| 计算机视觉 | Colorado School of Mines | Computer Vision: Algorithms and Applications | 链接 |
| 卷积神经网络视觉识别 | Stanford | 暂无 | 链接 |
| 计算机视觉前沿 | Stanford | 暂无 | 链接 |
##
以下推荐的书籍都是公认的计算机视觉领域界的好书，建议一般难度的书籍需详细阅读，而较难的书籍不做任何要求，大家可以在学有余力时细细品味经典。| 书名 | 难度 |
|---|---|
| Computer Vision: Algorithms and Applications | 一般 |
| Computer Vision: Models, Learning, and Inference | 较难 |
| Computer Vision: A Modern Approach | 较难 |
| Digital Image Processing, 3rd Edition | 较难 |
##
如果您已经完成了上述的所有科目，恭喜您已经拥有了十分扎实的计算机视觉基础，可以较为顺利的进入自己感兴趣的领域进行较为深入研究,以下陈列的是一些计算机视觉的高级会议的地址，如果有兴趣可以阅读相应的论文了解计算机视觉最新的进展。