python自动化框架

说明：  在这本书里，我们将看到一些机器学习的模型和算法。我们会介绍一些常用的机器学习任务和模型的效果评估方法。而这些模型和算法都是通过十分流行的Python机器学习库scikit-learn来完成，里面有许多机器学习的模型和算法，每个API都简单易用(In this book, we will look at some machine learning models and algorithms.We will introduce some commonly used methods for evaluating the effects of machine learning tasks and models.These models and algorithms are built using the popular Python machine learning library scikit-learn, which has many machine learning models and algorithms, and each API is easy to use)

非常好的蒙特卡洛树搜索写的五子棋示例，核心代码都有中文说明(An Example of Gobang Written by Monte Carlo Tree Search)

说明：  使用NMF识别，输入样本矩阵，进行非负矩阵分解得到分解矩阵。(Nonnegative matrix decomposition using NMF identification)

How to use python to make games

使用cpython进行维度所见，比传统的python脚本写出来的代码要方便，简洁。运行速度大幅提升。

说明：  cifar-vgg-master图像识别，基于python平台，很好用(cifar-vgg-master image recognition)

金融时间序列分析 1. 采用Pandas从Yahoo网上下载上市公司的5到10年的日收盘数据，上证指数的日收盘数据。 2. 计算上市公司和上证指数的收益率， 3. 针对上市公司收益率进行ARMA建模，确定P和q，并对残差进行分析，最后向前预测多期，显示预测图。 4. 针对上市公司收益率进行ARCH建模，确定阶数，并对残差进行分析，最后进行预测。 5. 针对上市公司收益率进行GARCH建模，确定阶数，并对残差进行分析，最后进行预测。(use Arch Model to ananlyse and predict yields from public companies. Python. pandas)

GMM聚类实现，利用jupybook实现出来，可以看算法的实现原理。(GMM clustering implementation, using jupybook realization, can see the implementation principle of the algorithm.)

拟合线性函数y=mx+b，根据偏微分求导，梯度下降就是为了得到合适的线性参数，通过求导不断更新参数，来逐渐得到最接近的参数。先将系数随便设置一个数，将x带入，根据实际y值，调整系数。损失函数就是给定系数（一般初始值为0），得到预测值，将所有预测值减去真实值，就是损失函数。如果预测的很准，损失函数最小（为0）。

python-wapiti is a python wrapper for wapiti (http://wapiti.limsi.fr), a very nice sequence labeling tool with support for maxent models, maximum entropy Markov models and linear-chain CRF.