沉淀知识 分享知识

魔兽争霸重制版来了，从官网盗了几张图~

在工作中，经常遇到很多事情会涉及到算法机器学习，然而似乎有不少人会对算法亦或是机器学习有着这样那样的误解。于是我准备收拾一下，机器学习的基础知识，以辅助大家了解机器学习，知道机器学习是干什么的，它又是怎么工作的。🤗

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已！
很多情况下，数据总有可能缺失，但是若是放任不管可能造成严重的后果甚至模型无法收敛，所以我们得利用已有的信息进行数据填充来降低损失。特征组合是将不同的特征进行组合，生成新的特征，这种方式能提升模型更大的非线性能力和拟合能力。

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已！
离散化简化了模型训练的复杂性，降低模型过拟合的风险，对异常数据有更强的鲁棒性。另外离散化之后可以进行特征编码，提升训练时间，也能模型提升表达能力。是个非常重要的特征处理方式。

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已！
无量纲化能提升特征可比性，优化训练时间；哑编码能降低模型复杂度，提升特征表达能力，提升运算时间，提升非线性能力。

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已！

前段时间有小伙伴问了我好几次中文切词是怎么切的，我想着应该是我没表达清楚所以小伙伴才会重复问多次，是我表达能力不够，临时说也说不上来。所以就写一篇了简单的中文切词方法的短文，一方面是锻炼下自己的表达能力，另一方面下次小伙伴再问就直接扔给他Y(^o^)Y

隐马尔科夫模型是一种统计模型，他由马尔科夫随机过程生成无法观察的状态随机序列，每个状态又会生成不同的观测值，从而产生随机观测序列。

在求解函数最优化问题中，拉格朗日乘子法（Lagrange Multiplier）和KKT（Karush Kuhn Tucker）条件是两种最常用的方法。函数有等式约束时使用拉格朗日乘子法，函数有不等约束时使用KKT条件。本文简要的复习下拉格朗日乘数法的浅层次问题。

python有很多版本，如何在同一台系统中共存这些版本而且不会冲突，是python开发者一个重要的需求，所以诞生出了Python版本管理器pyenv。另外每个Python项目都会有很多包需要导入，而另一些项目并不需要，如果所有包都加入到系统Python的包目录下的话一方面不好管理另一方面容易出现包的冲突，因此需要为每个项目建立一个虚拟的独立的Python环境就太好了，于是virtualenv和conda工具就出现了。