机器学习平台、框架、库和软件集合。所有资源来自互联网。 本文是WIKI页面，请自由的参与到这个列表的贡献。 目录 平台 C General-Purpose Machine Learning Computer

MIT一牛人对数学在机器学习中的作用给的评述，写得很实际 机器学习和计算机视觉都是很多种数学的交汇场。看着不同的理论体系的交汇，对于一个researcher来说，往往是非常exciting的enj

计算技术通常用来分析数据，而理解数据则依赖于机器学习。多年来，对于大多数开发者来说，机器学习却是非常遥远、一直是难以企及的。 这可能是现在收益最高，也是最受欢迎的一项技术之一。毫无疑问——作为开发人员，机器学习是一个能够大展身手的舞台。

org是美国非营利组织在一些科技大佬的鼎立支持下正计划将高品质计算机科学课程带进学校。不过，不一定非要在大佬的支持下学习编码才有动力，还有什么比免费更有吸引力？下面就来梳理一下免费的编码培训机构。 编程不再是超级极

简单，适合在线学习和大量的数据的情形，缺点是稳定性不好，尤其是η太大的话，可能情况很糟糕，所以这里的η经验上取0.1会比较好。 其最终的表达式如下： 参考资料 机器学习基石课程，林轩田，台湾大学

混合分布是来自其他随机变量的集合构成的随机变量的概率分布：一个随机变量是根据给定的概率从集合随机选取的

Docker 使用客户端-服务器 (C/S) 架构模式。Docker 客户端会与 Docker 守护进程进行通信。Docker 守护进程会处理复杂繁重的任务，例如建立、运行、发布你的 Docker 容器。Docker 客户端和守护进程可以运行在同一个系统上，当然你也可以使用 Docker 客户端去连接一个远程的 Docker 守护进程。Docker 客户端和守护进程之间通过 socket 或者 RESTful API 进行通信。

listn1:123,43,87,0,34,1123 listn2:12,100 以上，我们学习了 vector,deque,list 三种基本顺序容器，其他的顺序容器还有： slist,bit_vector

Mysql Fabric用来管理mysql服务，提供扩展性和容易使用的系统，管理mysql分片和高可用部署(当前实现了两个特性：高可用和使用数据分片的横向扩展，能单独使用或结合使用这两个特性。)。

注意类名中单词的首字母大写。 实例变量：定义在类中但在任何方法之外。（New出来的均有初值） 达内java学习笔记 局部变量：定义在方法之中的变量。 局部变量要先赋值，再进行运算，而实例变量均已经赋初值。这是局部变量和实例变量的一大区别。

Apache Spark 的的深度学习库。MMLSpark 可以与 微软认知工具包 和 OpenCV 完美整合。 微软发现，虽然 SparkML 可以建立可扩展的机器学习平台，绝大多数开发者的精力都耗在了调用底层

我们主要来学习MapTask的内部实现。 整体执行流程 如上图示，MapTask的整个处理流程分五个阶段： ●read阶段： 通过RecordReader从InputSplit分片

原文出处： 桦仔的博客 这一篇《我的MYSQL学习心得（十四）》将会讲解MYSQL的备份和恢复 MYSQL里的备份分为逻辑备份和物理备份，还原的时候同样分逻辑还原和物理还原 备份 逻辑备份方法

学获得本科，硕士学位。 小编：文本表示随着深度学习这把火也跟着旺了起来，各大会议上论文成出不穷，值得关注。 之前在百度开放研究社区写了篇``深度学习文本的表示''， 现在这篇姑且作为其升级篇吧。 因此本文再谈deep

Learn Apple's Swift Language Swift 是苹果为 OS X 和 iOS 平台引入的一种新的程序设计语言，这种程序设计语言已经激发了开发者社区的大量关注。仅仅几天之内，在

Machine Learning Goals? 我收到过许多想开始学习机器学习的开发者和学生的邮件。我问他们的第一个问题是：是什么阻止了你开始学习？ 我试图找出让他们挣扎的核心原因，大多数时候都是一些自我限制的想法在阻止他们前进。

-Guide 创建此项目灵感从SwiftGuide而来，这份指南汇集了前端开发所使用语言的主流学习资源，并以开发者的视角进行整理编排而成。 GitHub： w3crange/Front-End-Develop-Guide

compiled in Mono to e run on Windows, Linus, Mac OS X, iOS, and Android. AForge.NET - Open source C# framework

MVVM 框架，Vue.js 更容易上手。 最近饶有兴致的又把最新版 Vue.js 的源码学习了一下，觉得真心不错，个人觉得 Vue.js 的代码非常之优雅而且精辟，作者本身可能无 (bu) 意

在学界一般认为，《红楼梦》后 40 回并非曹雪芹所著。本文尝试应用机器学习的方法来分析原著文本中作者的用词习惯，从技术角度去说明《红楼梦》前 80 回和后 40 回的写作风格差别，继而可以确认后 40