Lowe于1999年提出的局部特征描述子，并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有很强的匹配能力。在Mikolaj

大家都听说过判断人工智能(AI)的图灵测试吧？或者都和一些聊天机器人说过话吧？不过那只是人与机器人之间的故事。如果两个机器人放在一起会发生什么事呢？他们彼此之间会说些什么呢？ 其实这是一个名为Cl

下面分享一些最常见的算法，用PHP如何实现。 1、冒泡排序 function bubble_sort($arr) { $n=count($arr); for($i=0;$i<$n-1;$i++){

据挖掘的经典算法进行了学习并且进行了代码实现，涉及到了决策分类，聚类，链接挖掘，关联挖掘，模式挖掘等等方面。也算是对数据挖掘领域的小小入门了吧。下面就做个小小的总结，后面都是我自己相应算法的博文链接，希望能够帮助大家学习。

本文介绍几种常见排序算法（选择排序，插入排序，希尔排序，归并排序，快速排序，堆排序），对算法的思路、性质、特点、具体步骤、java实现以及trace图解进行了全面的说明。最后对几种排序算法进行了比较和总结。

代密码学则起源于 20 世纪末出现的大量相关理论，这些理论使得现代密码学成为了一种可以系统而严格地学习的科学。[1] 使用密码学可以达到以下目的： 保密性：防止用户的标识或数据被读取； 数据完整性：防止数据被更改；

以前的机器学习似乎是阳春白雪，只有大公司和尖端高校实验室才能玩得转。有一群人，他们的梦想是使机器学习技术变得下里巴人，让人人都能用机器学习。他们分布在两类从事机器学习技术研发的公司： 提供机器学习技术平台

Python中最好的机器学习库

SHOGUN是一个机器学习工具箱，其重点是在大尺度上的内核的方法，特别是支持向量机（SVM）的学习工具箱。它提供了一个通用的SVM对象接口 连接到几个不同的SVM的实现中，所有相同的底层，高效的内核实

和大多数人一样，小弟对各种机器学习和数据挖掘算法都小有兴趣，常用的算法也都知道基本思想，但尝试不多。最近收集了一些算法的实用技巧，待有空时仔细研读。 （1）机器学习那些事 & 机器学习根基 那些事儿：http://homes

vowpal_wabbit 是一个机器学习系统，它能推动机器学习前沿技术的学习，例如在线学习、哈希、交互学习等。 你需要下面几款软件： Boost 库，Boost::Program_Options

根据不同的算法和方法分门别类收集了GoLang的机器学习资源库列表。 Generalized Machine Learning Libraries: GoML - https://github

这里的”回归“一词源于最佳拟合，表示要找到最佳拟合参数集。训练分类器时的嘴阀就是寻找最佳拟合曲线，使用的是最优化算法。 基于Logistic回归和Sigmoid函数的分类 优点：计算代价不高，易于理解和实现

本文总结了机器学习的经典书籍，包括数学基础和算法理论的书籍。本文会保持更新，欢迎推荐。 入门书单 《数学之美》 PDF 52 作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语言处理等领域的应用。

1. 前言 熟悉机器学习的童鞋都知道，优化方法是其中一个非常重要的话题，最常见的情形就是利用目标函数的导数通过多次迭代来求解无约束最优化问题。实现简 单，coding 方便，是训练模型的必备利器之

11个著名的开源机器学习工具

本列表总结了25个Java机器学习工具&库： 1. Weka 集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处

scikit-learn 是机器学习领域非常热门的一个开源库，基于Python 语言写成。可以免费使用。 网址： http://scikit-learn.org/stable/index.html

「机器人会梦见电子羊吗？」仍不失为一个好问题（译者注：《机器人会梦见电子羊吗？》（Do Androids Dream of Electric Sheep）为菲利普·迪克所著科幻小说，电影《银翼杀手》根

MLPACK 是一个 C++ 的机器学习库，其重点是可伸缩性、速度和易用。 示例代码： #include