机器学习是一种能从数据中学习的计算机编程科学以及艺术，就像下面这句话说得一样。 机器学习是使计算机无需显式编程就能学习的研究领域。——阿瑟·塞缪尔，1959年 不过还有一个更好的定义： “如果一个程序在使用既有的经验（E）执行某类任务（T）的过程中被认为是“具备学习能力的”，那么它一定需要展现出:利用现有的经验（E），不断改善其

机器学习十大算法 https://www.jianshu.com/p/55a67c12d3e9

https://blog.csdn.net/u013270347/article/details/80604690   http://math.hws.edu/eck/js/sorting/xSortLab.html

递归 https://blog.csdn.net/justloveyou_/article/details/71787149

算法主要有四类：分类，回归，聚类，降维。其中：   常用的回归：线性、决策树、SVM、KNN ；集成回归：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees 常用的分类：线性、决策树、SVM、KNN，朴素贝叶斯；集成分类：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees 常用聚类：k均值（K-mea

 　　　　　　　　第一章    算法简介   1    二分查找 二分查找是一种算法，其输入是一个有序的元素列表。如果要查找的元素包含在列表中，二分查找返回其位置；否则返回null。 猜想1-100中的一个数字，7次内就能猜到。 如果是在240000个单词的字典中找寻一个单词，只需要18步。

Tesseract，一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。 源码地址为：https://github.com/tesserac

一、函数简介 1、zeros—构造全0矩阵 函数原型：zeros(shape, dtype=None, order=’C’) shape：矩阵大小；例如：300x300; dtype：数据类型；例如：”uint8” order：数据排列顺序，默认按列排的 2、line—画线 函数原型：line(img, pt1, pt2, color

机器学习原理，及常见算法   https://www.cnblogs.com/nxld/p/6059509.html

Tesseract-OCR的训练

什么是OCR？ OCR英文全称是Optical Character Recognition，中文叫做光学字符识别。它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。文字识别是计算机视觉研究领域的分支之一，而且这个课题已经是比较成熟了，并且在商业中已经有很多落地项目了。比如汉王OCR，百度OCR，阿里OCR等等，很多企业都有能力都是拿OCR技术开始挣钱了。其实我们自己也能感

人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）   图一展示了人工智能研究的各个分支，包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然   机器学习：一种实现人工智能的方法 机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和