生成对抗网络（GANs）
本文介绍了生成对抗网络的起源与发展，并分析了其面临的挑战。
阅读视图
机器学习中的一阶与随机优化方法：机器学习模型
在本章中，我们介绍了一些广泛使用的统计和机器学习模型，以激发后面对优化理论和算法的讨论。
Savitzky-Golay 滤波平滑与n阶导数系数的推导
一组 $2m + 1$ 个连续值通过n次多项式（$n < 2m + 1$）确定最佳均方拟合。该多项式的形式如下：
经典CS问题Python实现：搜索问题
“搜索”是一个如此宽泛的术语，以至于整系列都可以被称为Python中的经典搜索问题。本章是关于每个程序员都应该知道的核心搜索算法。尽管有宣言式的标题，但并不表明是全面的。
经典CS问题Python实现：简单问题
首先，我们将探索一些简单的问题，这些问题可以用几个相对较短的函数来解决。
OpenCV Recipes：图像的几何变换
In this post, we are going to learn how to apply cool geometric effects to images.
Jaya 优化算法及其变体
本章详细介绍了 TLBO 算法、NSTLBO 算法、Jaya 算法及其变种——自适应 Jaya、拟反向 Jaya、自适应多种群 Jaya、自适应多种群精英策略 Jaya、混沌 Jaya、多目标 Jaya 和多目标拟反向 Jaya。文中举例说明了Jaya 算法及其变体在无约束和有约束单目标和多目标优化问题中的应用。还描述了覆盖率、间距和超体积三个性能指标来评估多目标优化算法的性能。
萤火虫算法
自然启发式的元启发式算法，特别是基于群体智能的，在过去的 10 年中备受关注。萤火虫算法（firefly algorithm，FA）出现于 2008 年，相关文献随着应用的不断扩大而显著扩大。在本章中，我们首先介绍标准萤火虫算法，然后简要回顾一下变体。我们还分析了 FA 的特点，并试图回答 FA 为什么如此有效的问题。
自然启发式算法算法分析
群体智能（Swarm intelligence，SI）和生物启发计算引起了研究人员极大的兴趣和关注。在优化、计算智能和计算机科学领域，生物启发式算法尤其是基于 SI 的算法已经变得非常流行。事实上，这些自然启发式的元启发式算法现在是最广泛使用的优化和计算智能算法。基于 SI 的算法，如蚁群优化算法、蜂群优化算法、粒子群优化、布谷鸟搜索和萤火虫算法等与传统算法相比具有许多优点。
数值 Python: 常微分方程
方程中未知量是函数而不是变量，且未知量涉及未知函数的导数的方程称为微分方程。常微分方程（ordinary differential equation， ODE）是一类特殊情况，未知函数只有一个独立变量，方程中存在未知函数的导数。另一方面，如果方程中存在多个变量的导数，则被称为偏微分方程。这里我们关注的是常微分方程(在下面缩写为 ODE)，探索求解这类方程的符号方法和数值方法。ODE 的解析闭合解通常不存在，但对于许多特殊类型的 ODE，存在解析解，在这些情况下，我们有机会使用符号方法找到解。如果不行，我们必须像往常一样采用数值技术求解。
