目前广泛使用的BP算法难以直接应用于在线学习领域。针对该问题，大量工作致力于寻找低功耗、低延时、低计算量、低内存需求的可在线更新的网络学习算法。目前，该领域的工作可大致分为两类：1. 基于BP算法；2. 采用仿生算法。许多仿生学习算法基于Hebb理论，研究并发展出了一套仿生的人工神经网络学习算法。本文主要介绍Hebb学习算法在深层网络上的应用方法。

最近谷歌升级版AlphaGo打败众多国内外围棋高手，那狗又火了一把，再次引起大家的关注。作为一个对技术有追求的人，嗯，是时候好好学习当前最火的人工智能与机器学习的相关技术了。学习一项技术，仅仅了解其技术原理是远远不够的，从技术实践中建立感性认识，才能对技术原理有深入的理解。因此，本文先介绍神经网络基本原理，后面系列文章将详细介绍神经网络的成熟算法及网络结构（比如：BP神经网络、RBF、CNN等）并

目前广泛使用的BP算法难以直接应用于在线学习领域。针对该问题，大量工作致力于寻找低功耗、低延时、低计算量、低内存需求的可在线更新的网络学习算法。目前，该领域的工作可大致分为两类：1. 基于BP算法；2. 采用仿生算法。许多仿生学习算法基于Hebb理论，研究并发展出了一套仿生的人工神经网络学习算法。本文主要介绍Hebb学习算法在深层网络上的应用方法。

最近谷歌升级版AlphaGo打败众多国内外围棋高手，那狗又火了一把，再次引起大家的关注。作为一个对技术有追求的人，嗯，是时候好好学习当前最火的人工智能与机器学习的相关技术了。学习一项技术，仅仅了解其技术原理是远远不够的，从技术实践中建立感性认识，才能对技术原理有深入的理解。因此，本文先介绍神经网络基本原理，后面系列文章将详细介绍神经网络的成熟算法及网络结构（比如：BP神经网络、RBF、CNN等）并

目前广泛使用的BP算法难以直接应用于在线学习领域。针对该问题，大量工作致力于寻找低功耗、低延时、低计算量、低内存需求的可在线更新的网络学习算法。目前，该领域的工作可大致分为两类：1. 基于BP算法；2. 采用仿生算法。许多仿生学习算法基于Hebb理论，研究并发展出了一套仿生的人工神经网络学习算法。本文主要介绍Hebb学习算法在深层网络上的应用方法。

本文不会逐个讲解MVP、Rxjava、Retrofit、GreenDao的基本使用，而是结合app的用户注册登录功能的DEMO代码综讲解实际开发中如何综合使用。相信你认真分析和运行这个Demo之后，就可以上手用在你的项目中了。

对现在的Android架构与技术的选择进行了重新的思考，同时总结了对MVC、MVP、MVVM这三个典型架构深入的理解及它们的应用方法，给出了应用的示例代码。

数学规划中最简单的一类问题是线性规划问题，它是整数规划及一些非线性规划问题的求解基础；本篇就详细讲解下线性规划，问题建模的方法和技巧是最重要的部分会重点讲解，文末会用Python和OR-tools工具求解一个线性规划的例子，示范求解工具的使用。定义建模技巧求解方法参考资料...

目前广泛使用的BP算法难以直接应用于在线学习领域。针对该问题，大量工作致力于寻找低功耗、低延时、低计算量、低内存需求的可在线更新的网络学习算法。目前，该领域的工作可大致分为两类：1. 基于BP算法；2. 采用仿生算法。许多仿生学习算法基于Hebb理论，研究并发展出了一套仿生的人工神经网络学习算法。本文主要介绍Hebb学习算法在深层网络上的应用方法。

前言R是一种非常方便易用的绘图、统计分析、ML算法设计方面的脚本语言。实际中有这样一种场景：算法工程师用R搭建了机器学习算法模型，想用于javaweb之中但是又不想重新用java写一遍算法模型，那么可以考虑java程序中直接调用R的脚本。JAVA负责系统的构建，R用来做运算引擎，从而实现应用型和分析性相结合的系统。本文将搞清楚如下几个问题：1）java调用R的方式有哪些，如何使用？...