摘要：
问题介绍 八皇后问题是一个以国际象棋为背景的问题：如何能够在 $8\times8$ 的国际象棋棋盘上放置八个皇后，使得任何一个皇后都无法直接吃掉其他的皇后？为了达到此目的，任两个皇后都不能处于同一条横行、纵行或斜线上。八皇后问题可以推广为更一般的 n 皇后摆放问题。 要解决 n 皇后问题，首先在棋盘 阅读全文
摘要：
朴素贝叶斯分类器 (naive bayes classifier, NBC) 是一种常见且简单有效的贝叶斯分类算法。对已知类别，朴素贝叶斯分类器在估计类条件概率时假设特征之间条件独立。这样的假设，可以使得在有限的训练样本下，原本难以计算的联合概率 $P(X_1, X_2, \cdots, X_n | 阅读全文
摘要：
支持向量机 (support vector machine, SVM) 是建立在统计学习理论的 VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特点训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折中，以期获得最好的泛化能力。 支持向量机的 基 阅读全文
摘要：
决策树 (decision tree) 是一种常用的有监督算法。 决策树算法有很多类型，其中最大的差别就是最优特征选择的方法不同。最优特征指的是，在每个结点处，如何选择最好的特征（属性）对样本进行分类，这里最佳的意义即经过这步划分，能使分类精度最好，直到这棵树能准确分类所有训练样本。 通常特征选择的 阅读全文
摘要：
主成分分析 (principal component analysis, PCA) 是投影法的典型代表。 阅读全文
摘要：
K近邻 (K-nearest neighbor, KNN) 算法直接作用于带标记的样本，属于有监督的算法。 阅读全文
摘要：
逻辑回归 (logistic regression) 是一种可以用于分类的回归算法，多用于二分类任务。 Sigmoid 函数 我们为了解决分类问题，可以忽视 $y$ 是离散值的情况来使用我们线性回归算法，通过 $x$ 来预测 $y$。然而，我们很容易发现这种方法表现得并不好。甚至直观上来看，我们知道 阅读全文
摘要：
| 大类 | 小类 | 算法名称 | 特点 | 典型应用场景 | | | | | | | | 监督学习 | 分类 | 支持向量机 (support vector machine) | 对线性和非线性数据的二分类问题都支持；但对于多分类问题的效果不佳 | 文本分类；图像识别；目标检测 | | | | 阅读全文
摘要：
列表生成器为创建列表提供了一种简洁的方式 阅读全文
摘要：
Collections是Python内建的一个集合模块，提供了许多额外的数据类型 阅读全文