《Pattern Recognition and Machine Learning》（PRML）是 Christopher M. Bishop 于 2006 年出版的经典著作，被学术界和工业界公认为”机器学习圣经”之一。不同于一些偏重工程应用的教材，PRML 从概率论和贝叶斯统计的视角系统地构建了机 ...

写在前面条件随机场（Conditional Random Field, CRF）是概率图模型家族中的判别式模型。它直接对条件概率 $P(Y|X)$ 建模，避免了 HMM 需要为观测分布 $P(X)$ 建模（而我们又不关心 $P(X)$）的问题。在序列标注任务中，CRF 可以自由地使用任意全局特征，且 ...

写在前面隐马尔可夫模型（Hidden Markov Model, HMM）是概率图模型中最经典的动态模型之一。它广泛应用于语音识别、自然语言处理（分词、词性标注、命名实体识别）、生物信息学（基因序列分析）、金融时序分析等领域。 HMM 的精妙之处在于：它用两层结构（隐藏的状态序列 + 可观测的输出序 ...

写在前面提升算法（Boosting）是机器学习中最重要的思想之一。它将多个”弱学习器”（weak learner，准确率仅略高于随机猜测的模型）串行组合成一个”强学习器”（strong learner，可以任意精确的模型）。Kearns 和 Valiant 在 1988 年提出了著名的”弱学习器能否 ...

一、引言：为什么音视频技术如此重要如果说 HTTP 和 TCP/IP 是互联网的骨架，那么音视频技术就是互联网的血肉。2025 年，视频流占互联网总流量的 82% 以上。从抖音短视频到 Zoom 视频会议，从 Netflix 4K 流媒体到微信视频通话，音视频技术无处不在。 对于 Andr ...

Android 相机开发从 Camera API（API 1）到 Camera2 API（API 21），再到 CameraX Jetpack 库，经历了从简单易用到高度可控再到简洁封装的演进。Camera2 提供了完整的手动控制能力（曝光时间、ISO、焦距、白平衡）、RAW 图像捕获、高速连拍和多 ...

FFmpeg 是音视频处理领域的事实标准开源库。它几乎支持所有已知的音视频封装格式、编码格式、流协议和滤镜。在 Android 平台上，FFmpeg 通常通过 NDK 交叉编译为动态库（libavcodec、libavformat 等），再由 JNI 桥接到 Java/Kotlin 层调用 ...

OpenCV（Open Source Computer Vision Library）是计算机视觉领域最广泛使用的开源库，提供了 2500+ 个优化算法，覆盖图像处理、特征检测、对象识别、深度学习和相机标定等全领域。在 Android 平台上，OpenCV 通过 NDK（Native C++）和 J ...

TensorFlow 是 Google 开发的开源端到端机器学习平台。本文聚焦 TensorFlow 2.x 架构，从 Eager Execution、tf.function 自动图构建、tf.data 数据管道、Keras 高层 API，到分布式策略、TF Serving 模型部署和 TF Lit ...

Scikit-learn 是 Python 生态中最核心的传统机器学习库，构建于 NumPy、SciPy 和 matplotlib 之上。它最大的设计哲学是统一的 API 接口——所有估计器（estimator）都遵循 fit/predict/transform 模式，使学习曲线极其平滑。本文从统一 ...