集成学习（Ensemble Learning）是解决有监督机器学习的一类方法，它的思路是基于多个学习算法的集成来获取一个更好的预测结果。本文将介绍相关概念，并对一些注意事项进行总结。
Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
Generative Adversarial Networks 生成对抗网络的简单理解
通过JRI实现java与R的连接、通信
贝塔分布（Beta Distribution）简介及其应用
使用R语言进行K-means聚类并分析结果
深度学习基础——激活函数以及什么时候该使用激活函数
机器学习中的高斯过程
多元高斯分布（多元正态分布）简介
回归模型中的交互项简介（Interactions in Regression）
正则项的理解之正则从哪里来
矩母函数简介（Moment-generating function）
一个简单的网页布局
Indian Buffet Process(印度自助餐过程)介绍
平衡二叉树（Balanced Binary Tree）
HFUTUtils的使用
交集选择器
Dirichlet Tree Distribution（狄利克雷树分布）
Java入门基础笔记-11
Linux权限管理之基本权限
