设计模式；结构型模式；创建型设计模式；单例模式(Singleton Pattern)保证一个类仅有一个实例，并提供一个访问它的全局访问点。Singleton模式属于创建型模式，创建型模式包括FactoryMethod模式，AbstractFactory模式，Singleton模式，ProtoType模式和Builder模式。

设计模式；行为型设计模式；责任链模式(Chain of Responsibility Pattern): 使多个对象都有机会处理请求，从而避免请求的发送者和接收者之间的耦合关系。将这些对象连成一条链，并沿着这条链传递该请求，直到有一个对象处理它为止。责任链模式(Chain of Responsibility Pattern)属于行为型模式。行为型模式涉及到算法和对象间职责的分配；行为型模式不仅描述

软件分层架构思想计算机科学领域任何问题，都可以间接的通过添加一个中间层来解决分层架构根据职能的差异，划分为多个层次。分层架构设计思想，有很多成功的例子，诸如：OSI七层网络模型，通过七个层次化的结构模型使不同的系统不同的网络之间实现可靠的通讯，因此其最主要的功能就是帮助不同类型的主机实现数据传输。OSI网络模型是理论模型，工业实践中使用的TCP/IP协议，也遵循OSI七层网络模型，...

K最近邻(k-Nearest Neighbor-KNN)分类算法属于监督学习算法。1968年，Cover 和 Hart 提出 K最近邻(k-Nearest Neighbor-KNN)分类算法。其核心想法非常简单明了，确定一个临近度的度量, 相似性越高，相异性越低的数据样本，可以认为是同一个数据类别。

ML&AI-22:信息论和信息熵。熵的概念最早起源于物理学，用于度量一个热力学系统的无序程度。在信息论里则叫信息量,即熵是对不确定性的度量。从控制论的角度来看，应叫不确定性。信息论的创始人香农在其著作《通信的数学理论》中提出了建立在概率统计模型上的信息度量。他把信息定义为“用来消除不确定性的东西”。在信息世界，熵越高，则能传输越多的信

深度学习-81:游戏中的人工智能CSDN专栏: 机器学习&深度学习(理论/实践)人工智能模块一直是游戏设计的核心，人工智能模块能够能够让软件游戏更加灵动而让用户无比兴奋。最早的让人工智能的深度优先和广度优先算法融入游戏就一发不可收拾，各种游戏模块均被智能化改造，让软件游戏具有了弱智能的特性。伴随着深度学习技术的成熟，游戏世界又一次迎来了人工智能应用的

ML-11:机器学习的分类ML-11:机器学习的分类1 学习形式分类1.1 监督学习(Supervised Learning)1.2 非监督学习(Unsupervised Learning)1.3 强化学习(Reinforcement Learning)2 任务目标分类2.1 回归算法2.2 分类算法2.3 聚类算法3 学习策略分类3.1 演绎学习 (Learning by deduction)3

深度学习-22:信息论和信息熵CSDN专栏: 机器学习&深度学习(理论/实践)熵的概念最早起源于物理学，用于度量一个热力学系统的无序程度。在信息论里则叫信息量,即熵是对不确定性的度量。从控制论的角度来看，应叫不确定性。信息论的创始人香农在其著作《通信的数学理论》中提出了建立在概率统计模型上的信息度量。他把信息定义为“用来消除不确定性的东西”。在信息世界，熵越

深度学习-84:自动驾驶技术(L0-L5级别)CSDN专栏: 机器学习&深度学习(理论/实践)人工智能在驾驶领域的应用最为深入。通过依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在无人类主动的操作下，自动安全进行操作。自动驾驶系统主要由环境感知、决策协同、控制执行组成。目前自动驾驶在人工智能的应用领域中主要应用场景包括智能汽车、公共

深度学习-10：人工智能简史及三剑客CSDN专栏: 机器学习&深度学习(理论/实践)1 人工智能简史深度学习理论的突破和深度学习硬件加速能力的突破，使AI在模式识别、无人驾驶、智力游戏领域取得空前的成功。学术界和工业界全力以赴掀起人工智能的新一轮热潮。各大互联网巨头纷纷成立人工智能研究中心，唯恐在新一轮人工智能的竞赛被无情淘汰。如今，机器学习的应用已遍及人工智能的各个分支，