决策树学习是机器学习中一类常用的算法。在决策树中，根节点包含样本全集。每个非叶子节点表示一种对样本的分割，通常对应一个划分属性，其将样本分散到不同的子节点中。每个叶子节点对应于决策的结果。因此从根节点到每个叶子节点的路径对应了一个判定序列。

谷歌的开发者代表 Martin Görner 分两部分进行了主题为「没有博士学位玩转 TensorFlow 和深度学习（TensorFlow and Deep Learning without a PhD）」的详细讲解。

目前神经网络方面用得最广的无疑是Python，但搭建Python的环境还是一个问题，因为本身Python就有版本2和版本3的区分，又有各个依赖包（所以，需要使用conda配置各个Python环境）。但JavaScript则不存在这个问题，只需要有node和浏览器就可以进行学习和…

我们每天都在使用不同的技术，但却不知道它们的工作原理。事实上，了解机器学习引擎并不容易。Statsbot团队希望通过本博客中的数据故事使机器学习更加清晰易懂。今天，我们来探讨一下机器翻译并解释谷歌翻译算法如何工作。

零基础入门深度学习 (1) - 感知器零基础入门深度学习 (2) - 线性单元和梯度下降零基础入门深度学习 (3) - 神经网络和反向传播算法零基础入门深度学习 (4) - 卷积神经网络 零基础入门深度学习 (5) - 循环神经网络。 零基础入门深度学习 (6) - 长短时记忆网络 (LSTM)。 无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代

SVM 是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，即支持向量机的学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。或者简单的可以理解为就是在高维空间中寻找一个合理的超平面将数据点分隔开来，其中涉及到非线性数据到高维的映射以达到数据线性可分的目的。

Python 可以说是现在最流行的机器学习语言，而且你也能在网上找到大量的资源。你现在也在考虑从 Python 入门机器学习吗？本教程或许能帮你成功上手，从 0 到 1 掌握 Python 机器学习，至于后面再从 1 到 100 变成机器学习专家，就要看你自己的努力了。

本文翻译自deeplearnJS的示例教程，并结合了我在学习过程中的理解。