支持向量机（SVM）是一种常见的机器学习方法，常用于分类（线性和非线性分类问题），回归问题。本文将详细介绍一下支持向量机算法。本文在SVM算法原理介绍中：从开始的SVM介绍，到Kernel的介绍，再到算法和核函数的选择，之后就是算法的步骤，以及分类和回归的选择；在代码实现中：亦是分别对SVM中的回归（SVR)和分类（SVC）用代码实现，并可视化结果。关关雎鸠，在河之洲--2023-9-4筑基篇

决策树和随机森林都是常见的机器学习算法，用于分类和回归任务，本文将对这两种算法进行介绍。总之，决策树和随机森林都是基于树结构的机器学习算法，具有可解释性和特征选择的能力。随机森林是多个决策树的集成模型，引入了随机性并通过投票或平均来得出最终预测结果，可以有效降低噪声干扰，提高模型的准确性与稳定性，但是增加了计算量。锦帽貂裘，千骑卷平冈–2023-9-1筑基篇。

本章主要是对一个常见的图像数据集：CIFAR-10，用Resnet18模型来进行图像分类，然后形成一个桌面小程序用来更好的交互和展示。其中最重要的还是模型的建立，通过对不同模型的测试以及超参数的调整来找到”最优解“。明日复明日，明日何其多，我生待明日，万事成蹉跎。--2023-10-24进阶篇

本章学习了VGG与NIN这两个卷积神经网络模型。VGG引入了块的概念，将多个连续的卷积层和池化层整合为一个VGG块，使用多个VGG块进行特征提取，之后采用了全连接层进行分类。NIN则是使用具有1x1卷积核的多层感知机来代替传统的全连接层，使用多个NIN模块，然后使用全局平均汇聚层将特征图压缩成一个向量。最后展平直接进行分类。天下有始，以为天下母。--2023-10-14进阶篇

本章主要是对一个常见的图像数据集：CIFAR-10，用Resnet18模型来进行图像分类，然后形成一个桌面小程序用来更好的交互和展示。其中最重要的还是模型的建立，通过对不同模型的测试以及超参数的调整来找到”最优解“。明日复明日，明日何其多，我生待明日，万事成蹉跎。--2023-10-24进阶篇

前面两章分别对mysql数据库进行了安装、flask的简单介绍，而本章将继续学习flask操作的mysql数据库。本章主要简单介绍了mysql在flask开发中作用，并简单的做了一个向数据库中提交用户信息的页面程序。人间总有一两风，填我十万八千梦。–2023-9-24进阶篇。

主要简述一下训练代码主要是运用迁移学习的方法，将预训练模型在自定义的数据集上进行训练。2024/6/12。

这篇博客是对重测序数据处理得到vcf文件的补充，记录了重测序数据处理的理论以及其它相关了解内容重测序专题（一）| 一文了解测序技术的发展百度百科全基因组重测序是对已知基因组序列的物种进行不同个体的基因组测序，并在此基础上对个体或群体进行差异性分析。全基因组重测序的个体，通过序列比对，可以找到大量的单核苷酸多态性位点（SNP），插入缺失位点（InDel）和结构变异位点（SV）等信息.本文主要记录了重

在机器学习中，有多种聚类算法可以用于将数据集中的样本按照相似性进行分组。K-Means聚类层次聚类DBSCAN算法本文从最开始的自己实现聚类到后面的三个机器学习中聚类算法：（ K-Means 、层次聚类、DBSCAN聚类）的学习，再到后面对这三个算法的比较与总结。加深了对聚类原理的了解。我住长江头，君住长江尾；日日思君不见君–2023-8-31筑基篇

包括将训练好的模型部署在本地终端、web端、小程序上、qt界面化。本文主要介绍了如何将pytorch模型转为ONNX模型文件以及如何将图像识别模型部署，包括部署在本地、部署在web网页、小程序、qt界面部署。2024/6/13。