weixin_42225113的博客

小米wifi安装包，直接运行即可，连接无线wifi 用，提供下载

多种群遗传算法-函数优化，matlab代码，修改目标函数即可，详细标注，扩展性强

免疫算法-物流中心选址中的应用，详细标注。解决经典的物流配送中心选址问题matlab代码

PSO多目标优化解决经典背包问题代码，可直接运行修改，详细注释，解决Pareto类问题

烟花算法进行函数优化通用matlab代码(修改函数即可)。。直接运行出结果，详细注释

运用田口方法进行PSO算法优化，，详细介绍了田口方法在PSO算法参数优化中的工程实验应用

matalb绘制Schaffer's f6 三维函数图形的代码，内含两种方法

多种群遗传算法 -验证 Schaffer’s f6 函数，代码内对对多种群遗传算法中移民算子、移民频率、移民数目、交叉、变异概率都设置通用化编程，可直接修改方便

java遗传算法编程在实际中的应用，包括一个简单基本遗传算法的实现，机器人控制器上的应用、旅行商问题、以及排课问题 的java编码优秀代码

PRML是模式识别和机器学习领域的经典著作，出版于2007年。该书作者 Christpher M. Bishop 是模式识别和机器学习领域的大家，其1995年所著的“Nerual Networks for Pattern Recognition”也是模式识别、人工神经网络领域的经典著作。 PRML深入浅出地介绍了模式识别与机器学习的基本理论和主要方法，同时还涵盖了模式识别与机器学习领域的一些最新进展，不仅适合初学者学习，而且对专业研究人员也有很大的参考价值。第1章的导论，不多说，看完书后需要重新回过头来看看。 第2章的概率分布，写的非常好，尽管只有几个简单的分布，但是对共轭先验的概念以及指数分布族介绍的很清楚，这一章是本书的基础。 第3章以及第4章的线性分类和回归一个非常好的方面就是都是采用Bayesisan的观点来看，应该是理解Baysian思想的基础。 第5章 神经网络相关 第6章 讲Guassian Process (这个东西后来我才知道是 一种非参数的Bayessian方法，现在在统计学领域研究的很热门。) 第7章 讲SVM 。 第8章 是现代基于图模型的基础，需要仔细阅读，这一章概念介绍的非常清楚，很多的machine learning 和computer vision 的paper 现在采用的图模型的表示都可以从这里得到解释。 第9章 EM 算法，本人认为是本书的一个亮点，从最简单的K-mean出发，推导高斯混合模型，再到EM算法的推广，本章每一节都是精品。 第10章 近似推断 主要就是第一节的近似推断的基本原理 以及第二节的一个例子。采用mean-field、变分的方法。 第11章 采样，写的很精彩，对完全不懂采样的我来说，也能很快入门。这里需要说明的是，我的收获主要来自于第8章到第11章，光看书是不行的，期间，我主要是学习了最基本的Topic model：LDA 。在学习LDA的过程中，第8章到第11章的完全用上了。这种感觉非常好。推荐给大家。 第12章是PCA及一些改进，用到的时候再看也来得及。 第13章是HMM 模型和LDS，这两个的图模型是一样的。建议好好学习一下HMM，应该还有其他的资料供参考。等等