洋葱Titanic_Sailing

原文地址：So what’s this GraphQL thing I keep hearing about? 原文作者：Sacha Greif 译文出自：掘金翻译计划 译者：lsvih 校对者：xiaoyusilen,steinliber 我经常听到的 GraphQL 到底是…

图像的二值化 在先前的文章二值图像分析:案例实战(文本分离+硬币计数)中已经介绍过，什么是图像的二值化以及二值化的作用。 这次，我们借助cv4j来实现简单的基于内容的图像分析。 轮廓分析(Contour Analysis) 轮廓(Contours)，指的是有相同颜色或者密度，连…

在此选择推荐系统作为主要应用，初步介绍深度学习算法在该领域内的若干应用进展。这篇文章首先介绍推荐系统和深度学习的相关基础知识，然后围绕目前的相关研究进展进行梳理，主要包括浅层嵌入式表示模型和神经网络模型，最后展望了四个未来的研究方向。

所谓强化学习就是智能系统从环境到行为映射的学习，以使奖励信号 (强化信号) 函数值最大。在这篇文章中，作者举例讲解了强化学习。

SVM 算法最初是用来处理二分类问题的，是一种有监督学习的分类算法。 对于线性可分的二分类问题，我们可以找到多个超平面，将两类样本进行区分。(超平面在一维中是一个点；在二维中是一条线；在三维中是一个面……)

一、密度聚类 密度聚类的思想，在于通过计算样本点的密度的大小来实现一个簇 / 类别的形成，样本点密度越大，越容易形成一个类，从而实现聚类。 密度聚类算法可以克服基于距离的聚类算法只能发现凸型集合的缺点，其可根据密度的分布发现任意形状的聚类，且对噪声数据不敏感。 因密度聚类算法需计算每个样本点附件的样本密度，因此计算复杂度比较大。

机器学习之层次聚类