求两数据之间的绝对熵，是描述两个概率分布P和Q差异的一种方法。
它是非对称的。

衡量两个概率分布P(x);Q(x)的距离包括Kullback–Leiblerdivergence和Jensen–Shannondivergence

《概率论与数理统计》内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。
书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择。
《概率论与数理统计》着重基本概念的阐释，同时，在设定的数学程度内，力求做到论述严谨。
书中精选了百余道习题，并在书末附有提示与解答。
《概率论与数理统计》可作为高等学校理工科非数学系的概率统计课程教材，也可供具有相当数学预备（初等微积分及少量矩阵知识）的读者自修之用。

segment_stringsegment_string.py是为类项目构建的。
使用维特比算法获取输入字符串，并从输入中输出最可能的细分列表来自Google研究的语料库在找到viterbi_segment从AIMAPythongithub上取（用我自己的更改）发现进行以下更改：-变量名称更改-概率是从函数调用的，而不是通过参数发送的-打印段而不前往

《概率论与数理统计(第4版)/普通高等教育十一五国家级规划教材》主要内容包括概率论、数理统计、随机过程三部分，每章附有习题；
同时涵盖了《全国硕士研究生入学统一考试数学考试大纲》的所有知识点。
本书可作为高等学校工科、理科（非数学专业）各专业的教材和研究生入学考试的参考书，也可供工程技术人员、科技工作者参考。
《概率论与数理统计(浙大4版)同步辅导及习题全解(新版)》是高等教育出版社出版的《概率论与数理统计》（浙江大学，第四版）一书的配套辅导书。
《概率论与数理统计(浙大4版)同步辅导及习题全解(新版)》由重要概念，定理及公式、典型题型的解题方法与技巧、全真考题解析、课后习题全解等部分组成，旨在协助读者掌握知识要点，学会分析问题和解决问题的方法技巧，并且提高学习能力及应试能力。
,《概率论与数理统计(浙大4版)同步辅导及习题全解(新版)》可供高等院校数学课程的同步辅导使用，也可作为研究生入学考试的复习资料，同时可供本专业教师及相关工程技术人员参考。

MATLAB实现的二维核密度估计。
输出平面样本点，得到概率密度函数。
2DKernelDensityEstimation。

数据挖掘算法算法目录18大DM算法包名 目录名 算法名AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法Classification DataMining_CART CART-分类回归树算法Classification DataMining_ID3 ID3-决策树分类算法Classification DataMining_KNN KNN-k最近邻算法工具类Classification DataMining_NaiveBayes NaiveBayes-朴素贝叶斯算法Clustering DataMining_BIRCH BIRCH-层次聚类算法Clustering DataMining_KMeans KMeans-K均值算法GraphMining DataMining_GSpan GSpan-频繁子图挖掘算法IntegratedMining DataMining_CBA CBA-基于关联规则的分类算法LinkMining DataMining_HITS HITS-链接分析算法LinkMining DataMining_PageRank PageRank-网页重要性/排名算法RoughSets DataMining_RoughSets RoughSets-粗糙集属性约简算法SequentialPatterns DataMining_GSP GSP-序列模式分析算法SequentialPatterns DataMining_PrefixSpan PrefixSpan-序列模式分析算法StatisticalLearning DataMining_EM EM-期望最大化算法StatisticalLearning DataMining_SVM SVM-支持向量机算法其他经典DM算法包名 目录名 算法名Others DataMining_ACO ACO-蚁群算法Others DataMining_BayesNetwork BayesNetwork-贝叶斯网络算法Others DataMining_CABDDCC CABDDCC-基于连通图的分裂聚类算法Others DataMining_Chameleon Chameleon-两阶段合并聚类算法Others DataMining_DBSCAN DBSCAN-基于密度的聚类算法Others DataMining_GA GA-遗传算法Others DataMining_GA_Maze GA_Maze-遗传算法在走迷宫游戏中的应用算法Others DataMining_KDTree KDTree-k维空间关键数据检索算法工具类Others DataMining_MSApriori MSApriori-基于多支持度的Apriori算法Others DataMining_RandomForest RandomForest-随机森林算法Others DataMining_TAN TAN-树型朴素贝叶斯算法Others DataMining_Viterbi Viterbi-维特比算法18大经典DM算法18大数据挖掘的经典算法以及代码实现，涉及到了决策分类，聚类，链接挖掘，关联挖掘，模式挖掘等等方面,后面都是相应算法的博文链接，希望能够协助大家学。
目前追加了其他的一些经典的DM算法，在others的包中涉及聚类，分类，图算法，搜索算等等，没有具体分类。
C4.5C4.5算法与ID3算法一样，都是数学分类算法，C4.5算法是ID3算法的一个改进。
ID3算法采用信息增益进行决策判断，而C4.5采用的是增益率。
详细介绍链接CARTCART算法的全称是分类回归树算法，他是一个二元分类，采用的是类似于熵的基尼指数作为分类决策，形成决策树后之后还要进行剪枝，我自己在实现整个算法的时候采用的是代价复杂度算法，详细介绍链接KNNK最近邻算法。
给定一些已经训练好的数据，输入一个新的测试数据点，计算包含于此测试数据点的最近的点的分类情况，哪个分类的类型占多数，则此测试点的分类与此相同，所以在这里,有的时候可以复制不同的分类点不同的权重。
近的点的权重大点，远的点自然就小点。
详细介绍链接NaiveBayes朴素贝叶斯算法。
朴素贝叶斯算法是贝叶斯算法里面一种比较简单的分类算法，用到了一个比较重要的贝叶斯定理，用一句简单的话概括就是条件概率的相互转换推导

西瓜书上第七章朴素贝叶斯采用拉普拉斯修正，简单易懂，关键代码都有正文，适合初学者的理解

包含以下3个资源：1）Degree_Distribution.m--复杂网络度分布计算的Matlab程序，这个Matlab程序是一个对复杂网络的度分布进行计算的程序，用于复杂网络的分析。
2）复杂网络节点度及度分布的MATLAB代码.txt--复杂网络节点度和度分布计算的MATLAB代码，用来计算复杂网络的节点度和度分布以及度的积累概率分布。
3）网络重要节点排序方法综述_任晓龙(带附表).pdf

次要内容包括:随机事件与概率,随机变量及其分布,随机变量的数字特征,统计量及其分布,参数估计,假设检验,方差分析与回归分析等。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。