集成學習(ensemble learning)方法通過建立幾個模型組合來解決單一預測問題，其工作原理是在數據集上構建多個分類器/模型，各自獨立學習和做出預測，這些預測最後結合成單預測，因此優於任何一個單分類器做出的預測
不是一個單獨的機器學習的算法阿
現在各種演算法競賽中，隨機森林、梯度提升樹(GBDT)、Xgboost隨處可見
sklearn中的集成學習方法位於sklearn.ensemble中
Golang項目-Kafka,tailf,config,log
introduction
Kafka為一分布式的系統
一個kafka的集群可能有三台以上
使用第三方基礎庫來操作Kafka
import "github.com/Shopify/sarama"
往kafka放東西的，稱為生產者(Producer)
客戶端連上Kafka，從Kafka取(消費)數據，稱為消費者
tailf庫
其為golang內部的基礎庫
其可以從一個不斷寫入的文件，持續的拿出數據
import "github.com/hpcloud/tail"
Golang網路編程-http編程
introduction
golang原生支持http
只需import "net/http"即可使用http相關的功能
goalng的http服務性能和nginx非常接近
只需幾行代碼就能實現一個簡單的web服務
Golang資料結構-稀疏矩陣(sparse matrix)
introduction
在數值分析中，大部分元素為零或是同一個值的矩陣。反之，如果大部分元素都非零或為不同值，則這個矩陣是稠密的。
處理方式：
記錄矩陣中共有多少行列(row,col,default(預設值))
記錄有多少個不同的值
把具不同值的元素之行列與值 記錄在一小規模的陣列中，從而縮小程序的規模
Golang基礎-補充知識-工程管理與go install
工作區
Go代碼必須放在工作區中
工作區：一個對應於特定工程的目錄，其包含三個子目錄
src目錄：用於以代碼包的形式組織並保存Go源碼文件（必須存在）
pkg目錄：用於存放go install命令構建安裝後的代碼包(包含原Golang庫的源碼文件)，生成相關的靜態庫文件(其會與所使用的os相對應)
bin目錄：與pkg目錄類似，保存由go install命令生成的可執行程序
深度學習-tensorflow基礎-讀取數據-API應用-圖像讀取
Introduction圖像基本知識
在電腦中圖片是由pixel(像素)組成的
圖片的特徵值就是像素值(長度x寬度x通道數)
黑白圖片又稱為單通道圖片：每一個像素點只有一個值(灰度值)，介於0～255之間
彩色圖片又稱為三通道圖片：每一個像素點由RGB三個值組成