本文介绍mxnet中数据加载的两个类Dataset与DataLoader。

本文介绍目标检测算法Faster RCNN。

本文梳理GluonCV中Faster RCNN源码。

ResNet在2015年被提出，在ImageNet比赛classification任务上获得第一名，因为它“简单与实用”并存，之后很多方法都建立在ResNet50或者ResNet101的基础上完成的，检测，分割，识别等领域都纷纷使用ResNet，Alpha zero也使用了ResNet。

k近邻算法简单，直观：给定一个训练数据集，对新的输入实例，在训练集中找到与该实例最邻近的k个实例，对于分类问题，这k个实例的多数属于某个类，就把该输入实例分为这个类；对于回归问题，将这k个实例的平均输出值作为输出。

主要记录一些平时积累的SQL知识。

决策树（decision tree）是一种基本的分类与回归方法，它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要的有点是模型可读性强，分类速度快，学习时利用训练数据，根据损失函数最小化的原则建立决策树模型。决策树的学习通常包括三个步骤：

本文主要介绍Numpy的结构化数组、时间表示、文件IO。