ML一些简单的资源

参考文献及推荐阅读

1. 维基百科，http://en.wikipedia.org/wiki/K-nearest_neighbor_algorithm；
2. 机器学习中的相似性度量，http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html；
3. 杰卡德相似系数及距离，http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html；
4. 统计学习方法，李航；
5. 概率论与数理统计 第四版 盛骤等编，高教版；
6. 《图像局部不变特性特征与描述》王永明 王贵锦 编著；
   
7. 数据挖掘：实用机器学习技术，[新西兰]Ian H.Witten 著，第4章4.7节；
8. 模式分类，第4章 非参数技术，[美] IRichard O. Duda / Peter E. Hart / David G. Stork 著；
9. http://underthehood.blog.51cto.com/2531780/687160；
   
10. http://grunt1223.iteye.com/blog/921371；
    
11. http://www.cnblogs.com/eyeszjwang/articles/2429382.html；
12. http://blog.csdn.net/ijuliet/article/details/4471311；
    
13. Rob Hess维护的sift库，http://blogs.oregonstate.edu/hess/code/sift/；
    
14. 酷壳，http://coolshell.cn/articles/8052.html；
    
15. rubyist，http://segmentfault.com/q/1010000000094674；
16. 皮尔逊相关系数维基百科页面，http://t.cn/zjy6Gpg；
    
17. 皮尔逊相关系数的一个应用：http://www.sobuhu.com/archives/567；
18. http://blog.csdn.net/wsywl/article/details/5727327；
    
19. 标准差，http://zh.wikipedia.org/wiki/%E6%A0%87%E5%87%86%E5%B7%AE；
20. 协方差与相关性，http://t.cn/zjyXFRB；
21. 电子科大kd树电子课件：http://t.cn/zjbpXna；
22. 编程艺术之寻找最小的k个数：http://blog.csdn.net/v_JULY_v/article/details/6403777；
23. 机器学习那些事儿，http://vdisk.weibo.com/s/ix_9F；
24. 大嘴巴漫谈数据挖掘，http://vdisk.weibo.com/s/bUbzJ；
25. http://www.codeproject.com/Articles/18113/KD-Tree-Searching-in-N-dimensions-Part-I；
    
26. 一个库：http://docs.pointclouds.org/trunk/group__kdtree.html；
27. 3D上使用kd树：http://pointclouds.org/；
28. 编辑数学公式：http://webdemo.visionobjects.com/equation.html?locale=zh_CN；
29. 基于R树的最近邻查找：http://blog.sina.com.cn/s/blog_72e1c7550101dsc3.html；
30. 包含一个demo：http://www.leexiang.com/kd-tree；
    
31. 机器学习相关降维算法，http://www.cnblogs.com/xbinworld/category/337861.html；
32. Machine Learning相关topic，http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/；
33. 机器学习中的数学，http://www.cnblogs.com/LeftNotEasy/category/273623.html；
34. 一堆概念性wikipedia页面；
35. 基于度量空间高维索引结构VP-tree及MVP-tree的图像检索，王志强，甘国辉，程起敏；
    
36. Spill-Trees，An investigation of practical approximate nearest neighbor algorithms；
    
37. DIST ANCE-BASED INDEXING FOR HIGH-DIMENSIONAL METRIC SP ACES，作者：Tolga Bozkaya & Meral Ozsoyoglu；
    
38. “Multidimensional Binary Search Trees Used for Associative Searching”，Jon Louis Bentley。