wgejygah的专栏

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

纯中文中的pdf 请注意不是以下内容 《数据挖掘导论》由人民邮电出版社出版，[美]作者Pang-Ning Tan，Michael Steinbach，Vipin Kumar 合著。该书全面介绍了数据挖掘，涵盖了五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章：前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。

主要讲了一个简单程序的elf文件详解,程序是很简单的，但内容却是初研究elf文件者应该是蛮有用的。

我的几篇ARM学习笔记对学习汇编很有用.特别是对于刚学习ARM半年左右的初学者.

摘要与关键词 - 2 - 1 设计任务与要求 - 3 - 1.1 设计任务 - 3 - 1.2 技术指标 - 3 - 2 方案论证与比较 - 3 - 3 扫频信号源及外围硬件电路 - 5 - 3.1 DDS信号源设计 - 5 - 3.2 阻容双T网络相关参数的计算 - 8 - 3.3 峰值检波电路 - 9 - 3.4 相位差测量 - 10 - 4 MCU、按键显示、通信模块 - 11 - 4.1 LPC2132简介 - 11 - 4.2 按键显示电路 - 12 - 4.3 SPI通信模块 - 12 - 5 软件流程 - 13 - 6 系统调试与测量结果 - 14 - 6.1 测试仪器 - 14 - 6.2 DDS扫频信号源 - 15 - 6.3 幅频特性测量 - 15 - 6.4 相频特性测量 - 17 - 6.5 总结 - 19 - 7 参考资料 - 19 - 不多说了.以上是目录.大家自己看吧.

以arm7为例对zlg移植代码的每一句指令及原因用动画效果显示内存和寄存器的变化.