数据来自Kaggle的GiveMeSomeCredit，有15万条的样本数据，下图可以看到这份数据的大致情况。
数据属于个人消费类贷款，只考虑信用评分最终实施时能够使用到的数据应从如下一些方面获取数据：–基本属性：包括了借款人当时的年龄。
–偿债能力：包括了借款人的月收入、负债比率。
–信用往来：两年内35-59天逾期次数、两年内60-89天逾期次数、两年内90天或高于90天逾期的次数。
–财产状况：包括了开放式信贷和贷款数量、不动产贷款或额度数量。
–贷款属性：暂无。
–其他因素：包括了借款人的家属数量（不包括本人在内）。
–时间窗口：自变量的观察窗口为过去两年，因变量表现窗口为未来两年。

本书全面介绍了数据挖掘的理论和方法，着重介绍如何用数据挖掘知识解决各种实际问题，涉及学科领域众多，适用面广。
,书中涵盖5个主题：数据、分类、关联分析、聚类和异常检测。
除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。
目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。
,本书特色,·包含大量的图表、综合示例和丰富的习题。
,·不需要数据库背景，只需要很少的统计学或数学背景知识。
,·网上配套教辅资源丰富，包括ppt、习题解答、数据集等。

利用灰度共生矩阵，对纹理图像进行分割，里面有代码和测试图像

本代码主要利用MATLAB工具进行灰色神经网络的预测算法的仿真，实现订单需求预测的模拟

Chan-Vese算法是一个非常有效的图像分割算法，他是根据偏微分方程迭代求出最佳的分割方式，文件夹中包含了相关的代码和相关示例

在推荐算法中融入电影的知识图谱，能够将没有任何历史数据的新电影精准地推荐给目标用户。

【2018】易观：2018年中国人工智能应用市场专题分析

PrefaceIwrotethisbooktohelpmachinelearningpractitioners,likeyou,getontopoflinearalgebra,fast.LinearAlgebraIsImportantinMachineLearningThereisnodoubtthatlinearalgebraisimportantinmachinelearning.Linearalgebraisthemathematicsofdata.It’sallvectorsandmatricesofnumbers.Modernstatisticsisdescribedusingthenotationoflinearalgebraandmodernstatisticalmethodsharnessthetoolsoflinearalgebra.Modernmachinelearningmethodsaredescribedthesameway,usingthenotationsandtoolsdrawndirectlyfromlinearalgebra.Evensomeclassicalmethodsusedinthefield,suchaslinearregressionvialinearleastsquaresandsingular-valuedecomposition,arelinearalgebramethods,andothermethods,suchasprincipalcomponentanalysis,werebornfromthemarriageoflinearalgebraandstatistics.Toreadandunderstandmachinelearning,youmustbeabletoreadandunderstandlinearalgebra.PractitionersStudyLinearAlgebraTooEarlyIfyouaskhowtogetstartedinmachinelearning,youwillverylikelybetoldtostartwithlinearalgebra.Weknowthatknowledgeoflinearalgebraiscriticallyimportant,butitdoesnothavetobetheplacetostart.Learninglinearalgebrafirst,thencalculus,probability,statistics,andeventuallymachinelearningtheoryisalongandslowbottom-uppath.Abetterfitfordevelopersistostartwithsystematicproceduresthatgetresults,andworkbacktothedeeperunderstandingoftheory,usingworkingresultsasacontext.Icallthisthetop-downorresults-firstapproachtomachinelearning,andlinearalgebraisnotthefirststep,butperhapsthesecondorthird.PractitionersStudyTooMuchLinearAlgebraWhenpractitionersdocirclebacktostudylinearalgebra,theylearnfarmoreofthefieldthanisrequiredfororrelevanttomachinelearning.Linearalgebraisalargefieldofstudythathastendrilsintoengineering,physicsandquantumphysics.Therearealso

遗传算法优化BPmatlab代码（标注清晰），保证新手看了原理之后能看懂

OS-ELM是ELM的一个进化版本，使得ELM具有了增量学习的潜质，也就是说，我们前期通过一个批量学习，获得一个基础的β，后期再有新的数据进来，我们就不用再将以前的数据拿来再处理一遍了，只需要将新的数据处理结果按照一定的公式添加进去，获得新的β就可以了，这样一来大大减少了数据的处理量，使得算法不至于在越来越大规模的数据上崩溃，进入获得了无限的发展潜力，实现自我进化。
技术讲解+代码实现