随机森林

说明：  python机器学习算法 赵志勇 深入分析机器学习中的常用算法(python machine learning)

说明：  与经典的方法相比，使用具有长时间记忆细胞的递归神经网络(RNN)不需要或几乎不需要特征工程。数据可以直接输入到神经网络中，神经网络就像一个黑匣子，可以正确地对问题进行建模。其他研究在活动识别数据集上可以使用大量的特征工程，这是一种与经典数据科学技术相结合的信号处理方法。这里的方法在数据预处理的数量方面非常简单(Compared with the classical methods, the recursive neural network (RNN) with long-term memory cells does not need or almost need feature engineering. Data can be directly input into the neural network, which acts as a black box and can correctly model the problem. Other research can use a lot of Feature Engineering on activity recognition data sets, which is a signal processing method combined with classical data science and technology. The method here is very simple in terms of the number of data preprocessing)

了解基本编程知识，熟悉编程算法，递归算法画五角星。(Understand basic programming knowledge, familiar with programming algorithm, recursive algorithm drawing pentagon.)

说明：  通过将神经网络与种群优化算法结合，极大地提高了神经网络算法的性能。(Combination of neural network and population optimization algorithm)

说明：  适合初学者编程小程序，适合熟悉python基本使用，可重复性强(Suitable for beginners to program small programs, suitable for familiar with the basic use of python, strong repeatability)

利用马尔可夫决策过程求解动态规划问题，希望对大家有所帮助(Using Markov Decision Process to Solve Dynamic Programming Problem, I hope it will be helpful to all of you.)

说明：  神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习 技术。 本书揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。全书 分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使 用Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读 者进一步了解简单的神经网络，观察已受训练的神经网络内部，尝试进一步改善 神经网络的性能，并加深对相关知识的理解。附录分别介绍了所需的微积分知识 和树莓派知识。 本书适合想要从事神经网络研究和探索的读者学习参考，也适合对人工智 能、机器学习和深度学习等相关领域感兴趣的读者阅读。(Python Neural Network Programming)

说明：  对原始图像进行阈值分割，把金属图像分割出来，抠掉金属的图像(Threshold segmentation is applied to the original image, and the metal image is segmented to remove the metal image)

基于python语言编写的新浪微博爬虫，一天可以抓取1300万条数据。

基于python的蚁群优化算法，对于初学者有一定的帮助。(The ant colony optimization algorithm based on Python has some help for beginners.)