在网上和教材上也看了有很多数据挖掘方面的很多知识，自己也学习很多，就准备把自己学习和别人分享的结合去总结下，以备以后自己回头看，看别人总还是比不上自己写点，及时有些不懂或者是没有必要。 定义：分类

传统数据挖掘/机器学习库存在的问题 缺少一个活跃的技术社区 扩展性差 文档化差，缺少实例 不开源，商业化库 通常由研究机构开发 实施性差 Apache Mahout优点 技术社区活跃

前言：最初关注深度机器学习是听了NUS的汪晟博士关于深度机器学习平台SIGNA的介绍，当时就发现深度机器学习是人工智能的一个革新的进步。但是由于从事的云计算和大数据方向的工作，所以平时只是作为自己的兴

左右。主要学习内容包括四大部分： 1）Python工作环境及基础语法知识了解（包括正则表达式相关知识学习）； 2）数据采集相关知识（python爬虫相关知识）； 3）数据分析学习； 4）数据可视化学习。

Machine Learning awesome-machine-learning - 非常棒的机器学习框架，库和软件集合，按语言划分。 Inspired by awesome-php. If you

Go 语言将数据类型分为四类：基础类型、复合类型、引用类型和接口类型。本章介绍基础数据类型，包括 整型，浮点，复数，布尔，字符串，常量。

使用高级分析算法(如大规模机器学习、图形分析和统计建模等)来发现和探索数据是当前流行的思路，在IDF16技术课堂上，英特尔公司软件开发工程师王以恒分享了《基于Apache Spark的机器学习及神经网络算法和应用

Android底部导航栏的实现方式特别多，例如TabHost，TabLayout，或者TextView等，都可以实现底部导航栏的效果，但是却没有Google官方统一的导航栏样式，今天讲的就是Google最近添加到Material design中的底部导航栏BottomNavigationBar，也可以说是现今Android底部导航栏的一个标准与统一吧。

Python、Java、Haskell等在内的一系列编程语言的深度学习库。 Python Theano 是一种用于使用数列来定义和评估数学表达的 Python 库。它可以让 Python 中深度学习算法的编写更为简单。很多其他的库是以

参考官方文档初始化一个react-native项目 初始化项目 react-native init androidToast 生成如下目录： 运行命令查看项目 react-native run-android 如图： 接入Android原生模块 按照官方的说法，第一步需要创建一个java类 本例中为：ToastModule ，并继承 ReactContextBaseJavaModule ，然后复写

几年之前，深度学习还是机器学习中一个不太受人关注的领域。随着最近神经网络和大数据概念的出现，很多复杂任务的实现已经成为可能。 目前，深度学习已经被应用到很多的领域当中，例如：语音识别、图像识别、在

6%，准确度无法随训练次数上升，最后的测试准确度是85.4% DropOut 采取Dropout方式强迫神经网络学习更多知识 我们需要丢掉RELU出来的部分结果 调用tf.nn.dropout达到我们的目的： keep_prob

把C++类和函数映射到Python之中 2.9 Pool    内存池管理 2.10 smart_ptr   5个智能指针，学习智能指针必读，一份不错的参考是来自CUJ的文章： Smart Pointers in Boost

WP7应用程序的生命周期指的是一个应用程序在启动、关闭、墓碑化、休眠(7.1更新)或运行中的各种状态和他们之间的关系。其中休眠是7.1更新的，在这边文章中不考虑。

多线程方面倒没啥可说的，很简单。值得注意的是，多线程并不限制你一次只执行一个，如果你的线程之间不共享变量的话，是用不到线程锁的，虽然这么说，但是其实即使不用lock程序还是一次只执行一个线程。如果程序内部有阻塞现象（比如下载之类），使用线程很不错，但是如果没有的话，用不用线程的消耗差别不大（甚至因为要支持线程而减慢）。不使用lock其实是将lock交给了python负责，它会根据阻塞与否协调线程的执行。

TCP通过滑动窗口机制检测丢包，并在丢包发生时调整数据传输速率。滑动窗口机制利用数据接收端的接收窗口来控制数据流。

下载和安装好Wireshark之后，启动Wireshark并且在接口列表中选择接口名，然后开始在此接口上抓包。例如，如果想要在无线网络上抓取流量，点击无线接口。点击Capture Options可以配置高级属性，但现在无此必要。

OpenCV在2.0版本之后添加了C++接口函数，之前学习的都是C语言的接口函数，现在OpenCV已经发展到2.4.9版本了，所以决定学习C++接口函数，跟上节奏。 1、创建图像 cv::Mat

机器学习框架、库和软件集合 (按编程语言分类)。 Table of Contents C General-Purpose Machine Learning Computer Vision C++ Computer

PyMVPA(Multivariate Pattern Analysis in Python)是为大数据集提供统计学习分析的Python工具包，它提供了一个灵活可扩展的框架。它提供的功能有分类、回归、特征选择、数据导入导出、可视化等