关于计算机视觉配套用书的问题，小编就整理了2个相关介绍计算机视觉配套用书的解答，让我们一起看看吧。
人工智能考研推荐书目？以下是人工智能考研推荐书目：
1. 《机器学习》（周志华著）：这是一本经典的机器学习教材，全面系统地介绍了机器学习的基础知识和算法，是人工智能考研的必读书目。
2. 《深度学习》（花书）：这是一本关于深度学习的经典教材，详细介绍了深度学习的基本概念、算法和应用，是人工智能考研的重要参考书。
3. 《统计学习方法》（李航著）：这是一本介绍统计学习方法的经典教材，涵盖了从基础的线性回归、逻辑回归到支持向量机、决策树等算法，讲解深入浅出，适合初学者。
4. 《人工智能：一种现代方法》（第三版）：这是一本全面介绍人工智能的教材，涵盖了知识表示、自然语言处理、计划和决策、机器学习等方面。
5. 《模式识别与机器学习》（Bishop著）：这是一本介绍模式识别和机器学习的经典教材，内容深入浅出，适合人工智能考研初学者。
以上是人工智能考研推荐书目，希望对你有帮助。
人工智能考研科目：数一英一，专业课855，包括：数据结构、AI基础、概率论、算法。复试：机器学习、离散数学、程序设计 + 面试。
855参考书目为:
《人工智能：一种现代的方法》(第3版)(影印版)(英语)平装，拉塞尔(Stuart J.Russell),诺维格(Peter Norvig)；
《数据结构(用面向对象方法与C++描述)》(第二版)，殷人昆等，清华大学出版社；
《计算机算法——设计与分析导论》(影印版）(Computer Algorithms:Introduction to Design and Analysis,3rd Edition)，Sara Baase，Allen Van Gelder编著，高等教育出版社；
《概率论与数理统计》，高祖新、陈华均（编），南京大学出版社。
人工智能专业课程教材？以下是人工智能专业课程常见的教材：
1.《人工智能：一种现代方法》（Artificial Intelligence: A Modern Approach） by Stuart Russell and Peter Norvig。 这是一本非常经典的人工智能教材，涵盖了人工智能的许多方面，包括搜索、知识表示、机器学习、自然语言处理等。
2.《机器学习》（Machine Learning）by Tom Mitchell。这本书是机器学习领域的经典教材，介绍了机器学习的基本原理和算法，包括决策树、神经网络、支持向量机等。
3.《深度学习》（Deep Learning）by Ian Goodfellow, Yoshua Bengio and Aaron Courville。 这本书介绍了深度学习的基本原理和算法，包括卷积神经网络、循环神经网络等。
4.《模式识别与机器学习》（Pattern Recognition and Machine Learning） by Christopher Bishop。 这本书涵盖了模式识别和机器学习的基本概念和技术，包括贝叶斯推理、高斯混合模型、核方法等。
5��与应用》（Computer Vision: Algorithms and Applications） by Richard Szeliski。 这本书介绍了计算机视觉的基本原理和算法，包括图像处理、特征提取、目标检测和识别等。
到此，以上就是小编对于计算机视觉配套用书的问题就介绍到这了，希望介绍计算机视觉配套用书的2点解答对大家有用。
