前段时间更新了一系列基础的机器学习算法，感觉有些无味，而且恰好那时买了了国内某公司的云服务器，就打算部署一套文本处理的WEB API，顺别应用一下之前学习到的机器学习算法。(文末放出地址)

在本系列前面的内容中，讲述了一系列的机器学习方法。要知道机器学习算法中，比较常用的主要分成有监督学习和无监督学习（其实还有一个叫半监督学习，在这里先不作讨论），简单点来说，所谓的有监督学习,就是人类会给训练集指明label,自然的无监督学习就是不为训练集指明label。所以本系列前段时间所说的就属于有监督学习。

可能有朋友会看见数学气息比较浓心理就咯噔一下，先别急着叉掉本文，说朴素贝叶斯算法算法的数学气息比较浓，并非它有什么巨发杂的数学公式，而是它常见于概率统计之中，在本科教育就有对其比较详细的描述，而之前体积的K邻近，决策树,包括以后可能会谈到的SVM,神经网络网络等，恐怕不是专业领域,很难知道这些名词。

之前给出的是KNN算法，通过计算紫色点都周边的剧场的长短，来判断紫色点属于哪个类别。现在有这样一种极端情况，黄点和绿点在紫点周围呈圆周分布，距离一样，咋办？

决策树故名思意是用于基于条件来做决策的，而它运行的逻辑相比一些复杂的算法更容易理解，只需按条件遍历树就可以了，需要花点心思的是理解如何建立决策树。

心生向往是因为机器学习在很多方面都已经展现出其魅力，在人工智能的领域比如说AlphaGo，计算机视觉领域的人脸识别,车牌识别，靠近生活的有推荐系统,用户画像，情感分析等等,都或多或少用到机器学习的知识。其中大部分应用是相当能满足程序员心中的极客精神的

在上篇文章豆瓣电影，电视剧DM实战中提及到，我和室友们产生了剧荒，萌生出要做一个个人用的推荐系统，解决剧荒的问题的想法，经过一轮的死缠烂打，这个个人推荐系统终于成型了。

前段时间和室友闹剧荒，于是萌生出一种做个私人化推荐系统想法。(用户就我们这一个宿舍)而其中电影的资源则是选择来自有大量电影电视剧信息的豆瓣。

前段时间AlphaGo和李世石广受关注，作为人工智能的脑残粉，看完比赛后激动不已，因为有一定的机器学习的基础，便打算撸一个棋类的AI，但我还算有点自知之明，围棋AI，甚至google打算做得通用AI是做不出的了，所以打算撸一个五子棋的AI。

其作为动态语言的灵活，简介的代码，确实在某些情况下确实比其他编程语言要好。但你有没有想过，有时这些灵活的语法，可能会造成一些糟糕的体验。尤其是针对新手，python易上手不假，但动态语言写得项目规模一大，其实比相对严谨的静态语言，更考验程序员的内力。

前言 和网上各种首先你要有一个女朋友的系列一样，想进行人脸判断，首先要有脸，只要能靠确定人脸的位置，那么进行两张人脸是否相似的操作便迎刃而解了。 所以本篇文章着重讲述如何利用openCV定位人脸。 上一篇文章的地址： 利用python进行识别相似图片（一） 安装openCV opencv官网 在进行下一步操作时，我们需要安装op...

在网上看到python做图像识别的相关文章后，真心感觉python的功能实在太强大，因此将这些文章总结一下，建立一下自己的知识体系。当然了，图像识别这个话题作为计算机科学的一个分支，不可能就在本文简单几句就说清，所以本文只作基本算法的科普向。

{}内的ctxui是必需参数，其后的参数是可选参数，由其自身的提示可知，清单文件(manifest-file),档案文件(jar-file),入口点（entry-point）分别要对应你参数选择时m，f，e对应的位置

需要补充说明一下这里的打包指的是将一系列class文件打包成jar文件，并不指打包成exe文件，如果需要打包成exe可以使用，可以使用exe4j制作，地址点这里。

部分参考： 糖拌咸鱼的博客 百度百科 JSON是什么鬼？ JSON不是一种编程语言，而是一种约定好的数据格式，全称为javascript object Notation，常用于前后端的交互。 但同时因为其优点，现在也用于于配置文件的书写，例如大部分程序员喜欢用Sublime Text就用JSON写了配置文件。 JSON是“名称/值”对的集合（A collection of ...

当然他们两人的观点也有相似相似的地方，例如余弦支持精而悟道，而vczh则提倡跨出自己的舒适区，做一些自己努力一点点就能完成的事，而归根到底就是必须定一个方向然后往死里弄。

于我来说，写一些小型程序，在不需要考虑太多问题的时候，python无疑是我的第一选择。而有的时候，虽然是小型程序，但我还是需要他们通用，即使不考虑使他跨平台，但最起码要可以跨电脑吧，不然我去到别的电脑还需要安装python运行环境，在那里运行完后，还得帮别人删除，岂不是太过麻烦，所以，无论是给别人使用，还是...