支持向量机，SVM的全称是Support Vector Machine 支持向量机算法是一种二分类模型 核心思想：找到空间中的一个能够将所有数据样本划开的超平面，并且使得所有数据到这个超平面的距离最短 一、支持向量机的前导基本概念

一、贝叶斯决策论 贝叶斯决策论(Bayesian decision theory)是采用概率方法进行决策的基本方法。 首先，使用主观概率，对未知状态进行概率估计 然后，采用贝叶斯公式做概率上的修正 最后，利用计算得到的期望概

一、决策树的描述 决策树（decision tree） 一种监督学习方法 优点 速度快 易于理解、可解释性强 需要样本量小 任务类型 分类 回归 决策树一般分三步， （1）特征选择 （2）决策树生成 （3）决策

　　　　“回首向来萧瑟处，也无风雨也无晴” 　　　　　　　　　　　　　　　　　　　　　——《人生海海》读后感 看完《人生海海》，不知道为什么有一种强烈的欲望想要写一篇读后感。人生海海来自于闽南方言，也许是看到人生海海这个书名而对写读后感有一

Dijkstra算法刚接触时确实有点难以理解，尤其是代码的实现，但其背后的逻辑实际上是用贪心算法来支撑的。但是在算法学习中Dijkstra算法又是最基本的一种算法，对于求解单源最短路径有着极大的作用。在这里我简单讲一下自己的理解，我的代

一下子就接触算法原理和一堆七七八八的术语概念，无疑是让人头疼的，因为无端出现这么多的信息，都不知道它的来历，又不知道这些信息到底有什么用，所以我们就从最简单的内容开始，将这个算法完整地梳理一下吧。 1、知识脉络梳理 1、树形结构 首