机器学习的算法包括SVMAdaboost决策树和贝叶斯分类器。深度学习的经典算法有AlexNetVGGGoogleNetResNet等网络。传统的图像分割算法包括基于阈值的分割算法、基于区域的分割方法、基于边缘的分割方法和基于特定理论的分割方法。现在深度学习算法在语义切分方面比较有效，比如全卷机最常用的神经网络算法FCN。
计算机视觉领域，最常用的算法有哪些？
计算机视觉领域一般不同的应用有着不同的算法实现，我主要研究的就是计算机视觉方面的应用，主要是在图像预处理分类目标检测等方面。1. 图像分类。图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题，也是图像检测图像分割物体跟踪行为分析等其他高层视觉任务的基础。机器学习方面的算法有SVMAdaboost决策树以及贝叶斯分类器等深度学习方面经典的算法有AlexNetVGGGoogleNetResNet等网络。
2. 目标检测。目标检测就是在复杂场景中检测出我们需要的目标，又用传统机器学习算法实现的，也有用深度学习进行目标检测的。传统机器学习算法比如利用Adaboost进行人脸检测SVM算法实现行人检测等深度学习方面目标检测算法，既有基于区域建议的R-CNNFast R-CNNFaster R-CNN等两个阶段的目标检测算法，也有YoloSSD等端到端的目标检测算法。
3. 目标跟踪。目标跟踪，是指在特定场景跟踪某一个或多个特定感兴趣对象的过程。我之前做过目标跟踪的实验，利用的是传统的图像处理算法，比如光流法粒子滤波法卡尔曼滤波法以及KCF相关滤波算法等。深度学习算法中有DLTFCNTMD Net等网络，深度学习目标跟踪算法接触的少，不是很了解。4. 语义分割。
语义分割是计算机视觉中的基本任务，在语义分割中我们需要将视觉输入分为不同的语义可解释类别，语义的可解释性即分类类别在真实世界中是有意义的，将整个图像分成一个个像素组，然后对其进行标记和分类。传统的图像分割算法有基于阈值的分割算法基于区域的分割方法基于边缘的分割方法以及基于特定理论的分割方法等现在深度学习算法在语义分割上效果更好，比如现在最常用的全卷机神经网络算法FCN。
还有好多应用，比如人脸检测识别，有Adaboost算法MTCNN网络以及FaceNet网络等文字识别，智能驾驶，医学图像处理等等，分别有不同的算法实现。计算机视觉编程语言的话需要根据算法以及平台来选择。传统图像处理大都用的是opencv和matlab平台，分别用C 语言和matlab语言深度学习框架大都是基于Python的API实现的，可以用python语言实现，比如TensorflowCaffekeras以及MxNet等平台，当然Caffe还可以用C 实现。
大数据的核心算法有哪些？
算法是指一切经过明确定义的计算过程，其将某个或者某组值作为输入内容，并产生某个或者某组值作为输出结果。简单的说，我们可以将算法视为一系列用于解决某个任务的步骤。大数据领域常用的算法有CART算法K-Means算法AdaBoost算法C4.5算法PageRank算法Apriori算法EM算法SVM算法朴素贝叶斯算法等。
有哪些可以学习编程或者算法的网站？
那太多了。这里简单介绍几个非常好的编程网站和算法网站，对日常学习非常有好处。有兴趣的朋友可以试试01编程网站哔哩哔哩，这是我们经常接触或使用的知名视频门户网站。其实不仅仅是娱乐和八卦。哔哩哔哩还为编程提供了大量高质量的视频和课程，有基础的入门，也有高级的深度项目实践。知识点讲解非常详细，循序渐进。对于初学者和有一定经验的开发者来说是一个非常好的网站。值得推荐海量开放在线course.com。这是一个纯编程学习网站。所有教程和资料都是通过网络视频学习，前后数据库机器学习都有详细讲解。内容全面，涉及面广，非常适合初学者。可以边学边练。对于自编程推广来说，也是一个非常好的学习网站。网易云课堂是一个在线学习网站，提供大量优质课程资源供免费学习。既有基础的入门课程，也有高级的深度课程，不仅有编程与开发，还有AI数据科学产品运维的UI设计。内容详实全面，讲解透彻。对于编程推广和拓宽自我知识，是一个非常好的网站02算法网站leetcode。这是一个知名的编码网站，很受程序员欢迎。内置了大量经典算法习题和面试习题，数据结构机器学习等常用算法，包括链表、队列、堆栈、二叉树等实用题目，可以在线练习和讨论。如果近期需要提高算法或者找工作面试，可以在这个网站上好好准备一下，很好。值得推荐Niuke.com。这是一个非常好的编程试题网站，提供了近几年各大互联网厂商的笔试练习。当然也涉及到基础编程算法的面试，可以分门别类，有针对性的进行培训。如果近期需要准备校招积累笔试经验，可以在网站上刷题，非常好。目前来分享这五个不错的编程网站和算法网站，完全够日常学习用。编程最重要的是多看多练，多做项目，应用到实践中，积累经验。当然还有很多其他网站也很不错，比如CSDNGitHub等。有大量的优质资源和开源项目。有兴趣的可以搜一下。希望以上分享的内容能对你有所帮助。也欢迎大家评论补充。
