BP算法的实现 田华 （烟台南山学院软件工程学院 山东 龙口 265706） 摘要：BP算法采用广义的学习规则，是一种有导师的学习算法。它分两个阶段：正向传播阶段和反向传播阶段。误差反向传播算法简称ＢＰ算法

前言 A*算法是常用的游戏算法之一，也是初学者比较难掌握的一个算法。 本文在Unity中以GUI的方式形象的再现了A*算法的详细步骤， 包括地图的搜索、FGH的计算以及开启关闭列表的变化等。

Apriori算法原理： http://blog.csdn.net/kingzone_2008/article/details/8183768 import java.util.HashMap;

DES算法为密码体制中的对称密码体制，又被称为美国数据加密标准，是1972年美国IBM公司研制的对称密码体制加密算法。 明文按64位进行分组，密钥长64位，密钥事实上是56位参与DES运算（第8、16

//求字符串s中最大回文的长度,要求字符串s不包含字符‘#’ int manacher(const string &s) { if (s.size() <= 1) return s.size(); //往s每个字符之间以及s的首尾都插入‘#’ string str(s.size() * 2 + 1, '#'); for (int i = 0, j = 1; i<s.size(); ++i, j +

严格来说，本文题目应该是我的数据结构和算法学习之路，但这个写法实在太绕口——况且 CS 中的算法往往暗指数据结构和算法（例如算法导论指的实际上是数据结构和算法导论），所以我认为本文题目是合理的。

java.util.List; /** * 从一个点到达另一个点的路径
* 用到深度优先算法dfs
* * @author Hang * */ public class MazePath{

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

This book is about the fundamentals of data structures and algorithms--the basic elements from which large and complex software artifacts are built. To develop a solid understanding of a data structure requires three things: First, you must learn how the information is arranged in the memory of the computer. Second, you must become familiar with the algorithms for manipulating the information contained in the data structure. And third, you must understand the performance characteristics of the data structure so that when called upon to select a suitable data structure for a particular application, you are able to make an appropriate decision. <br> This book also illustrates object-oriented design and it promotes the use of common, object-oriented design patterns. The algorithms and data structures in the book are presented in the Python programming language. Virtually all the data structures are presented in the context of a single class hierarchy. This commitment to a single design allows the programs presented in the later chapters to build upon the programs presented in the earlier chapters.

能够在机器学习的世界中徜徉。当然，这段旅程不可避免地需要借助各类大数据、人工智能、深度学习与规模化统计与分析工具的帮助。 在今天的文章中，我们将共同了解三款最具人气的Python机器学习库，相

Python的数据科学（数据分析&机器学习）工具和扩展库，包括文本预处理、Pandas工具、文件IO工具、Scikit-learn工具、数学工具、Matplotlib工具等 项目主页： http://www

Azure  机器学习服务（以下简称 Azure ML ） 是 Microsoft 所推出的一个云端服务，它让您能够使用易于操作的图形化接口，进行数据整理以及机器学习的运算，您可以在这个服务上从 0

in Python, 用python来玩机器学习。 什么是机器学习 机器学习关注的是: 计算机程序如何随着经验积累自动提高性能。而最大的吸引力在于，不需要写任何与问题相关的特定代码，泛型算法就能告诉你一些关于数据的秘密。

小明同学君、吴双、Y awei xia 新年总是跟黄金密不可分。新年第一天，让我们尝试用python搭建一个机器学习线性回归模型，预测金价！ 自古以来，黄金一直作为货币而存在，就是在今天，黄金也具有

Milk 是一个Python机器学习工具包。它的重点是监督分类，已经有几个分类可用包括：SVMs (基于 libsvm)，K-NN，随机树，和决策树。它还能执行功能选择。这些分类器可以以多种方式相结合

Python 通常被应用统计技术或者数据分析人员当做工作中的首选语言。数据科学家也会用 python 作为连接自身工作与 WEB 应用程序/生产环境集成中。 Python 在机器学习领域非常出色。

scikit-learn 是一个 Python 的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于 NumPy、SciPy 和 matplotlib 构建。 scikit-learn 0

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

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，高效的内核实现利用。除

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