我感覺在學習過程中，遇到不懂的，常常都是需要複習概率論知識，所以假設機器學習的名詞啥的都是掌握的。
下面這些文章都是頭大的時候覺得讀一遍就能懂的。
先驗概率、後驗概率、貝葉斯法則、極大後驗概率假設、極大似然假設
生成：
- 生成模型與判別模型
- （em演算法）the em algorithm、混合高斯模型
- 從最大似然到em演算法淺解
判別：（理解極大似然的思想）
- logistics regression推薦看周志華的機器學習西瓜書
- softmax回歸-ufldl
總之，在閱讀下面這些東西之前，我覺得極大似然、kl散度是要非常熟悉了
生成模型示意圖
推薦 OpenCV學習材料
推薦 opencv學習資料 該材料的特點 1，權威，系統，全面。2，深入淺出，不但介紹了是什麼，更恰到好處地講解了為什麼。包括 影象處理的基礎知識，c 程式設計基礎知識，技術演進等。3，每個講解都有演示例項，便於理解。淺墨自己啃官方文件和英文書寫出來的原創opencv教程博文，基於opencv2.x...
字典樹學習材料
字典樹，又稱單詞查詢樹，trie樹，是一種樹形結構，典型應用是用於統計，排序和儲存大量的字串，所以經常被搜尋引擎系統用於文字詞頻統計。它的優點是 利用字串的公共字首來節約儲存空間，最大限度的減少無謂的字串比較，查詢效率比雜湊表高。trie樹示意圖如附件圖所示 該trie樹存有abc d da dda...
Python Selenium入門學習材料整理
工業目標 要定位到上面的label。方法 div id industry parent div parent div descendant label 向上找到爺爺輩，再到爺爺輩的子節點中查詢label。也可以寫成 div id industry descendant label 還可以寫成 div...