關於機器學習的應用一般都用什麼語言和平台？具體到視頻分析用什麼軟體來分析？

作為一個啥都不知道的人想進這一行，聽著機器學習、大數據、視頻分析還有各種智能演算法都挺牛的，不知道都是用什麼軟體來實現的？現在只是知道MATLAB的各種智能演算法的函數挺牛，但是具體運用機器學習時的需要用到的語言和平台還望大神指教

第一次被邀請，有點小惶恐。按照自己的情況來回答一下題主的這個問題

1. 機器學習，無非就是提取特徵，然後分類，而這其中的大部分在opencv里已經集成了，所以你有必要先學習一下opencv這一開源庫，強大而簡潔。關於入門的資料，你可以看一下csdn的淺墨的文章。他的博客地址http://blog.csdn.net/poem_qianmo?viewmode=contents，這也是我oepncv入門的資料，共十八課，踏踏實實的跟著坐下來，應該是能入門了，如果不夠，可以買他寫的書，及我大愛的一本《深入理解opencv》。

2. 關於機器學習，有那麼一本書《機器學習實戰》，是用python寫的，個人覺得很好，不僅簡單的寫了下常用機器學習演算法的原理，而且有代碼。python要是不熟悉的話，可以現學現賣，如果你之前學過任何一門語言，那麼python學習就會比較簡單，現在在搞深度學習框架，很多框架的都提供了python的介面，python是一門愈來愈熱的語言，有必要學習。

3. 關於視頻分析，我從我從事的智能監控方面來講一下，其實就是圖像的處理，首先要提取視頻中的運動物體，常用演算法有：幀差法，GMM，vibe等；提取前景（運動物體）後對其進行跟蹤，跟蹤的主要演算法有：camshift，粒子濾波，TLD，壓縮感知等；以及之後對監控視頻的去模糊，去霧，夜視增強，行人檢測，車牌檢測，上下身顏色識別，人車分類、視頻濃縮，不過這些，都可基於opencv來實現。

4. 機器學習的分支，深度學習，也就是深度神經網路是近來比較火熱的領域，很多機器學習實現的功能很難用到商用中，比如人臉識別，傳統的機器學習方法受光照，角度干擾太大，很難達到較好的識別率，深度學習在圖像中的應用已經有很多了。這裡介紹幾個框架，也是目前我在用的，伯克利的caffe，以及谷歌的tensorflow，當然這應該是你完成上述前三部門的內容後，才該做的。

寫的比較急，希望對題主有幫助。