**
要想自己學習機器學習，3本「聖經」是一定要看的（花書，西瓜書，和統計學習方法），但不是剛入門就要看的，首先啊，我們必須學好學校教的c語言,對程式設計有乙個初步的了解，其次，我們都知道python的厲害，可以幹很多事，也很出名，這就出現了人人都知道py，但不是人人都懂py的現象。確實要想搞機器學習，你最好學習py，但不是讓你直接鑽入py裡，這樣不僅僅沒有學到機器學習，反而會卒於py，這不是我們訓練營的目的。在這麼寶貴的寒假裡，你們可以：
1.學習python時你僅僅需要掌握基礎語法即可。之後的庫以及包與高階運用可以在實戰中學習即可。
2.學習學習機器學習的基本概念了，了解什麼是分類，學習率。。。（這部分概念介紹在b站上有很多，有詳細的介紹,肯定比我講的好，感興趣的可以找來看看）。
對於**感興趣的同學可以看看別人實現的**，如果要自己手寫**，你必須懂資料結構等等一些知識，不要以為不重要：在寫knn時，我不會資料結構，對二叉樹的分類是我絞盡腦汁花了4天時間也沒寫出來。。。
正題：感知機
感知機是乙個二分類的模型，就是對於空間（簡單看成二維空間）中的每個點找乙個直線y=wx+b把它們正確劃分，這裡我不講數學公式，畢竟大家大部分是大一，直接將思路（可能講完大家並不理解，但這僅僅是將你們引入門，刺激你們學習興趣，對了，網上的資料很多，這也是為什麼我不細講的理由）：
選取初值w0，b0,n(學習率)
在訓練集中選取（xi，yi）
若yi（wxi+b）<=0
w=w+nyixi
b=b+nyi
轉至第二部直到沒有錯誤分點
不用知道思路如何得到的（因為這涉及了很多數學上的概念和推導），你們只需要知道要這麼做，你們可以自己寫乙個程式試一試，這也是《統計學習方法》中的例2.1
附上我寫的**
因為我之前學習方法有問題，沒有學資料結構，所以**寫的有點屎，**裡有什麼不懂的可以在開源社團裡問我，我們一起進步！！！
一起學習開源專案
sharpziplib 開源的zip壓縮 spring.net 框架。nhibernate 開源框架，不過說實話也太龐大了。log4net 寫日誌的類。ibatis.net 強大的資料影射開源專案。ajax.net ajax的服務端類。nant 開源編譯類。nunit 單元測試。cuyahoga 部...
一起學習extjs（ ）
可以說，extjs是系統類專案最好的ui 前端使用者介面 選擇，特別是自從extjs4.0出來後，不管是 美觀還是效能的提高，及其功能之強大，說它排第一，無可厚非。當然，最近也蠻流行easyui這個輕量級的，據說是國人開發的ui。其實，也是很不錯的。大家可以根據自己專案的情況來進行選擇。然後，我們自...
一起學習LLVM（三）
關於函式和指令以及block和指令的操作 dynamic casts instanceof of casts 修改基本塊或者指令 llvm有五種執行時的value的型別操作，其中有三種是比較常用的 1.isa v 知道v這個值的動態型別，如果v是t的乙個引用則返回true,否則返回true.比如 以...