2.1. 高斯混合模型 2.1.1. 高斯混合 2.1.1.1. 优缺点 GaussianMixture 2.1.1.1.1. 优点 2.1.1.1.2. 缺点 2.1.1.2. 选择经典高斯混合模型中分量的个数 2.1.1.3. 估计算法期望最大化（EM） 2.1.2. 变分贝叶斯高斯混合 2.1.2.1. 估计算法: 变分推断（variati...

二、原型聚类 2.1 k-means 算法 2.1.1 k-means 2.1.2 k-means++ 2.1.3 k-modes 2.1.4 k-medoids 2.1.5 mini-batch k-means 2.2 学习向量量化 2.3 高斯混合聚类 二、原型聚类 原型聚类prototype-based clustering ...

2.1. 高斯混合模型 2.1. 高斯混合模型 2.1.1. 高斯混合 2.1.1.1. 优缺点 GaussianMixture 2.1.1.1.1. 优点 2.1.1.1.2. 缺点 2.1.1.2. 选择经典高斯混合模型中分量的个数 2.1.1.3. 估计算法期望最大化（EM） 2.1.2. 变分贝叶斯高斯混合 2.1.2.1. 估计算...

Paxos 算法与 Raft 算法 Paxos 算法 基本原理 单个提案者+多接受者 多个提案者+单个接受者 多个提案者+多个接受者 两阶段的提交 Raft 算法 Paxos 算法与 Raft 算法 Paxos 问题是指分布式的系统中存在故障（crash fault），但不存在恶意（corrupt）节点的场景（即可能消息丢失或重复，但无...

操作系统的发展史（科普章节） 目标 01. 操作系统的发展历史 1.1 Unix C 语言 Unix 家谱 1.2 Minix 1.3 Linux 02. Linux 内核及发行版 2.1 Linux 内核版本 2.2 Linux 发行版本 03. Linux 的应用领域 3.1 服务器领域 3.2 嵌入式领域 3.3 个人桌面领域 ...

10.1 距离度量 10.1 距离度量 谈及距离度量，最熟悉的莫过于欧式距离了，从年头一直用到年尾的距离计算公式：即对应属性之间相减的平方和再开根号。度量距离还有其它的很多经典方法，通常它们需要满足一些基本性质： 最常用的距离度量方法是“闵可夫斯基距离”（Minkowski distance) ： 当p=1时，闵可夫斯基距离即曼哈顿距...

7 小结 7 小结 信息提取系统搜索大量非结构化文本，寻找特定类型的实体和关系，并用它们来填充有组织的数据库。这些数据库就可以用来寻找特定问题的答案。 信息提取系统的典型结构以断句开始，然后是分词和词性标注。接下来在产生的数据中搜索特定类型的实体。最后，信息提取系统着眼于文本中提到的相互临近的实体，并试图确定这些实体之间是否有指定的关系。 实体识别...

附录 B - 历史 迁移到 Github 希望反馈或扩展。 原始版本 原始作者的简介 附录 B - 历史 迁移到 Github 这篇文章已经在 github 上作为一个仓库创建了，这样它可以很容易地被分享、更新、提高。它是从这里复制过来的。http://samizdat.mines.edu/howto/HowToBeAProgrammer...