是对机器学习历史的详细介绍，包括发展历史，大牛人物等，国内外大赛等

自述文件 轮廓 毫微微匹配是Pro提出的一种卸载算法。 王伟等（NJU） 毫微微匹配算法通过采用拍卖策略来实现卸载，为我们带来了新颖的见解。 亲Wang等。 在静态场景中实现了该算法。 该项目专注于移动场景。 我们设计了新的切换策略和VBS重购策略来适应移动场景，并实现出色的性能（与College Game [2]和RAT game [3]比较）。 参考 [1]王伟，吴新，谢丽，等。 毫微微匹配：异构蜂窝网络中的高效流量卸载[C] //计算机通信（INFOCOM），2015年IEEE大会。 IEEE，2015：325-333。 [2] Saad W，Han Z，Zheng R等。 一种用于无线小型蜂窝网络中的上行链路用户关联的大学招生游戏[C] // INFOCOM，2014年，会议论文集IEEE。 IEEE，2014：1096-1104。 [3] Aryafar E，Keshava

分位数回归森林论文，基于随机森林，可进行分位数回归预测