思远

这篇文章筛选并简单介绍了一些最常见算法类别，还为每一个类别列出了一些实际的算法并简单介绍了它们的优缺点。

我们希望通过展示这样的 “分而治之” 的决策控制规划解决思路，能有益于读者对整个无人车软件系统的运作的了解。

作者关于卷积神经网络的笔记。

本文简单介绍了决策树算法，如何构造决策树，该算法虽然简单，但是在很多场景能取得非常好的效果，值得读者一试。

本文以浅显易懂的语言介绍了机器学习和深度学习的定义及应用，以及在源数据要求，硬件支持，特征工程、问题解决方式、执行时间及可解释性等方面的区别，对于新手入门有很大启示意义。

梯度下降是机器学习中较为基本也比较常见的一类优化算法的总称。这篇文章就介绍了梯度下降，有代码实现。

通过本篇文章可以对机器学习的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。

前段时间一个数据科学家介绍他建立的一个自动的机器学习框架，几乎可以解决任何机器学习问题。这篇文章是作者对那个框架的分析。

随着深度神经网络技术的发展，新型的网络架构也在不断涌现。有三位研究者发文阐述了一类新型的深度神经网络，其在视频分析上具有无监督学习 、分割、场景解析、定位、时空表征、视频预测、表征预测、在线学习等能力，并且还在很多方面优于当前大热的生成对抗网络（GAN）。