我们在 2 维上说话。有两个 \mathcal{R}^2\rightarrow \mathcal{R} 的函数 f(x, y) 和 g(x, y) 。所谓 f 和 g 的卷积就是一个新的 \mathcal{R}^2\rightarrow \mathcal{R} 的函数 c(x, y) 。通过下式得到：

作者的机器学习笔记整理。机器学习、深度学习、决策树、决策树应用已经 KNN，SVM 算法等等

各种距离 | 在做分类时常常需要估算不同样本之间的相似性度 (SimilarityMeasurement)，这时通常采用的方法就是计算样本间的 “距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。本文的目的就是对常用的相似性度量作一个总结。

这一篇我们将真正展开学习可行性的定量分析和讨论。它属于机器学习的研究方向之一——计算学习理论 (Computational Learning Theory)。

​推荐理由对于机器学习算法的盘点，网上屡见不鲜。但目前，还没人能结合使用场景来把问题说明白，而这一点正是本文的目的所在。在文章中，作者将结合他的实际经验，细致剖析每种算法在实践中的优势和不足。本文的目的，是务实、简洁地盘点一番当前机器学习算法。尽管人们已做过不少盘点，但始终未能…

本文讲述最邻近算法以及 python 实现最邻近算法案例。