本文是基于西瓜书（第七章）的学习记录。内容包括贝叶斯定理、极大似然估计、朴素贝叶斯、半朴素贝叶斯、贝叶斯网、Python源码等。

本文是基于西瓜书（第四章）的学习记录。讲解决策树的重要概念（划分属性的选择、剪枝处理、连续值和缺失值的处理、多变量决策树等）、核心流程，附Python分类和回归实现代码。

本文是基于西瓜书（第八章）的学习记录。内容包括个体学习和集成学习，集成学习介绍了Boosting方法、Bagging方法和随机森林。还讲解了集成学习的结合策略、多样性分析等等，文章附Python实现源码。

本文是基于西瓜书（第六章）的学习记录。内容包括SVM模型间隔、支持向量、正则化参数C、误差容忍度ε、核函数、软间隔、SVR模型、Python实现分类和回归的源码。

本文是基于西瓜书（第七章）的学习记录。内容包括贝叶斯定理、极大似然估计、朴素贝叶斯、半朴素贝叶斯、贝叶斯网、Python源码等。

本文是一篇LangChain入门教程，是本人学习过程的知识总结。目的有二：一者供自己日后快速回顾；二者供大家快速上手（毕竟中文比英文顺眼吧~）。

本文详细介绍在Ubuntu系统上编译OpenCV源码并安装的完整流程，图文详细，欢迎交流。

本文是基于西瓜书（第一、二章）的学习记录。提供了机器学习领域的基础知识和概念的概述、模型评估与选择等内容。附带西瓜书电子版分享链接。

本文是基于西瓜书（第五章）的学习记录。内容包括神经元模型、激活函数、感知机、BP算法下的前馈神经网络、参数调优方法、其他常见的神经网络、深度学习、Python实现源码。

本文是基于西瓜书（第四章）的学习记录。讲解决策树的重要概念（划分属性的选择、剪枝处理、连续值和缺失值的处理、多变量决策树等）、核心流程，附Python分类和回归实现代码。