Update render script and Makefile

terminal/machinelearningcn

@@ -1,4 +1,4 @@
-                                                                                              机器学习资源大全中文版
+                                                                                    机器学习资源大全中文版
 
 我想很多程序员应该记得 GitHub 上有一个 Awesome - XXX 系列的资源整理。awesome-machine-learning (https://github.com/josephmisiti/awesome-machine-learning) 就是 josephmisiti 
 发起维护的机器学习资源列表，内容包括了机器学习领域的框架、库以及软件（按编程语言排序）。
@@ -94,12 +94,14 @@
 
  (https://github.com/josephmisiti/awesome-machine-learning/blob/master/README.md#natural-language-processing-1)自然语言处理
 
-⟡   CoreNLP：斯坦福大学的CoreNLP提供一系列的自然语言处理工具，输入原始英语文本，可以给出单词的基本形式（下面Stanford开头的几个工具都包含其中)。官网 (http://nlp.stanford.edu/software/corenlp.shtml)
+⟡   CoreNLP：斯坦福大学的CoreNLP提供一系列的自然语言处理工具，输入原始英语文本，可以给出单词的基本形式（下面Stanford开头的几个工具都包含其中)。官网 
+(http://nlp.stanford.edu/software/corenlp.shtml)
 ⟡   Stanford Parser：一个自然语言解析器。官网 (http://nlp.stanford.edu/software/lex-parser.shtml)
 ⟡   Stanford POS Tagger：一个词性分类器。官网 (http://nlp.stanford.edu/software/tagger.shtml)
 ⟡   Stanford Name Entity Recognizer：Java实现的名称识别器。官网 (http://nlp.stanford.edu/software/CRF-NER.shtml)
 ⟡   Stanford Word Segmenter：分词器，很多NLP工作中都要用到的标准预处理步骤。官网 (http://nlp.stanford.edu/software/segmenter.shtml)。
-⟡   Tregex、Tsurgeon与Semgrex：用来在树状数据结构中进行模式匹配，基于树关系以及节点匹配的正则表达式（名字是“tree regular expressions"的缩写）官网 (http://nlp.stanford.edu/software/tregex.shtml) 
+⟡   Tregex、Tsurgeon与Semgrex：用来在树状数据结构中进行模式匹配，基于树关系以及节点匹配的正则表达式（名字是“tree regular expressions"的缩写）官网 
+(http://nlp.stanford.edu/software/tregex.shtml) 
 ⟡   Stanford Phrasal：最新的基于统计短语的机器翻译系统，java编写。官网 (http://nlp.stanford.edu/software/phrasal/)
 ⟡   Stanford Tokens Regex：用以定义文本模式的框架。官网 (http://nlp.stanford.edu/software/tokensregex.shtml)
 ⟡   Stanford Temporal Tagger：SUTime是一个识别并标准化时间表达式的库。官网 (http://nlp.stanford.edu/software/sutime.shtml)
@@ -322,17 +324,18 @@
 ⟡   Accord.MachineLearning：随机抽样一致性算法、交叉验证、网格搜索这个包是Accord.NET框架的一部分支持向量机、决策树、朴素贝叶斯模。型、K-means、高斯混合模型和机器学习应用的通用算法。官网 
 (http://www.nuget.org/packages/Accord.MachineLearning/)：
 ⟡   Vulpes：F#语言实现的Deep belief和深度学习包，它在Alea.cuBase下利用CUDA GPU来执行。官网 (https://github.com/fsprojects/Vulpes)
-⟡   Encog：先进的神经网络和机器学习框架，包括用来创建多种网络的类，也支。持神经网络需要的数据规则化及处理的类它的训练采用多线程弹性传播。它也能使用GPU加快处理时间提供了图形化界面来帮助建模和训练神经网络。官网 
-(http://www.nuget.org/packages/encog-dotnet-core/)
+⟡   
+Encog：先进的神经网络和机器学习框架，包括用来创建多种网络的类，也支。持神经网络需要的数据规则化及处理的类它的训练采用多线程弹性传播。它也能使用GPU加快处理时间提供了图形化界面来帮助建模和训
+练神经网络。官网 (http://www.nuget.org/packages/encog-dotnet-core/)
 ⟡   Neural Network 
-Designer：这是一个数据库管理系统和神经网络设计器设计器用WPF开发，也是一个UI，你可以设计你的神经网络、查询网络、创建并配置聊天机器人，它能问问题，并从你的反馈中学习这些机器人甚至可以从网络搜集信息用来输出，或是
-用来学习。官网 (http://bragisoft.com/)
+Designer：这是一个数据库管理系统和神经网络设计器设计器用WPF开发，也是一个UI，你可以设计你的神经网络、查询网络、创建并配置聊天机器人，它能问问题，并从你的反馈中学习这些机器人甚至可以从网络搜
+集信息用来输出，或是用来学习。官网 (http://bragisoft.com/)
 
  (https://github.com/josephmisiti/awesome-machine-learning#data-analysis--data-visualization-6)数据分析/数据可视化
 
 ⟡   numl：numl这个机器学习库，目标就是简化预测和聚类的标准建模技术。官网 (http://www.nuget.org/packages/numl/)
-⟡   Math.NET Numerics：Math.NET项目的数值计算基础，着眼提供科学、工程以及日常数值计算的方法和算法支持 Windows、Linux 和 。Mac上的 .Net 4.0、.Net 3.5 和 Mono ，Silverlight 5、WindowsPhone/SL 8、WindowsPhone 8.1 
-以及装有 PCL Portable Profiles 47 及 344的Windows 8， 装有 Xamarin的Android/iOS。官网 (http://www.nuget.org/packages/MathNet.Numerics/)
+⟡   Math.NET Numerics：Math.NET项目的数值计算基础，着眼提供科学、工程以及日常数值计算的方法和算法支持 Windows、Linux 和 。Mac上的 .Net 4.0、.Net 3.5 和 Mono ，Silverlight 5、WindowsPhone/SL 
+8、WindowsPhone 8.1 以及装有 PCL Portable Profiles 47 及 344的Windows 8， 装有 Xamarin的Android/iOS。官网 (http://www.nuget.org/packages/MathNet.Numerics/)
 ⟡   Sho：Sho是数据分析和科学计算的交互式环境，可以让你将脚本（IronPython语言）和编译的代码（.NET）无缝连接，以快速灵活的建立原型。官网 
 (http://research.microsoft.com/en-us/projects/sho/)这个环境包括强大高效的库，如线性代数、数据可视化，可供任何.NET语言使用，还为快速开发提供了功能丰富的交互式shell