之后讲解EM算法的推导公式，鉴于网上很多博客文章都是直接翻译吴恩达的课程笔记内容，有很多推导步骤都是跳跃性的，我会把这些中间步骤弥补上，让大家都能看懂EM算法的推导过程。 Andrew Ng 《Mixtures of Gaussians and the EM algorithm》
本文为数盟原创译文，转载时请注明出处为数盟社区。算法已经成为我们日常生活的一部分，我们几乎可以在工作的任何方面发现他们。 Gartner公司称此算法商业，并称它正在改变我们（应该）运行和管理我们的组织的方式。
本文介绍的前 5 个算法就属于监督学习:线性回归、Logistic 回归、CART、朴素贝叶斯和 KNN。本文介绍的第 9、10 两种算法–随机森林 Bagging 和 AdaBoost 提升算法就是集成学习技术。
“数据+算法=模型”。面对具体的问题，选择切合问题的模型进行求解十分重要。有经验的数据科学家根据日常算法的积累，往往能在最短时间内选择更适合该问题的算法，因此构建的模型往往更准确高效。本文归纳了机器学习的10大算法，并分别整理了各算法的优缺点及主要特征，供大家学习参考。
全球IPv4地址早已不够用，因此人们发明了NAT来缓解这个问题。简单来说，大部分机器都使用私有IP地址，如果它们需要访问公网服务，那么，出向流量:需要经过一台NAT设备，它会对流量进行SNAT，将私有srcIP+Port转换成NAT设备的公网IP+Port，然后再将包发出去;
