[問題] 物理人想玩影像

[BrowningZen (BrowningZen)]

各位大大大家好, 我是在念物理研究所的菜逼巴

由於常常有在接觸生物影像處理(segmentation跟deconvolution)的關係慢慢也對電腦視
覺跟深度學習越來越有興趣, 對發展很厲害的理論沒有特別大興趣, 不過希望在改善跟應
用的方面多了解一些

一直以來學習方式都是先學背景知識再學主菜, 所以想問問看會需要補些什麼知識呢?
領域知識跟寫程式倒是還好, 可是相關進階數學的話, 之前只有修過訊號與系統, 影像分
析, 數值方法跟最佳化會比較相關, 會需要很多機率統計跟計算機結構嗎?

最近在看的上課影片好像也只用到線代
https://machine-learning-for-physicists.org


還有如果沒有特別想要當資工型的data engineer/scientist, 而是留在學術界用data玩s
cience的話會有什麼建議嗎?

謝謝大家!

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.217.170.79 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Physics/M.1564958183.A.3C3.html
→ dhtsai: 如果是光學approach的生物訊號,要會gaussian
→ dhtsai: 如果是電子轉移appraoch的生物訊號,要會lorentzian
→ dhtsai: 如果是散射訊號,要會loigt
→ dhtsai: 如果是連續樣本,含大量fluctuation要smooth,要會
→ dhtsai: convolution
→ dhtsai: 做時域分析,要會fdtd;頻域分析,要會fdfd
→ dhtsai: 計算機架構是當你的data量大到,用fortran都要跑一周,節省
→ dhtsai: 時間再用的
→ dhtsai: 線性代數是不同空間(R-K轉換,座標轉換)會用到
→ dhtsai: 找一本rumerical recipe, numerical science,自己照範例打
→ dhtsai: 會有一點點感覺
→ dhtsai: 如果是訊號樣本自身消散與生成,可能用到renormalization
→ dhtsai: 玩影像有兩種:simulation or data analysis,兩種approach
→ AmibaGelos: 統計 DL還是根基於統計的 除非自創網路不然不用計結