读本人更多原创文章，欢迎关注微信订阅号
欢迎关注我的另外两个github项目
- 机器学习教程 一-不懂这些线性代数知识 别说你是搞机器学习的(2016-04-01)
- 机器学习教程 二-安装octave绘制3D函数图像(2016-04-30)
- 机器学习教程 三-用scikit-learn求解一元线性回归问题(2016-05-30)
- 机器学习教程 四-用scikit-learn求解多元线性回归问题(2016-05-30)
- 机器学习教程 五-用matplotlib绘制精美的图表(2016-05-31)
- 机器学习教程 六-用scikit-learn求解多项式回归问题(2016-06-01)
- 机器学习教程 七-用随机梯度下降法(SGD)做线性拟合(2016-06-01)
- 机器学习教程 八-用scikit-learn做特征提取(2016-06-01)
- 机器学习教程 九-二元分类效果的评估方法(2016-06-02)
- 机器学习教程 十-用scikit-learn的网格搜索快速找到最优模型参数(2016-06-02)
- 机器学习教程 十一-用scikit-learn做聚类分析(2016-06-03)
- 机器学习教程 十二-神经网络模型的原理(2016-07-29)
- 机器学习教程 十三-用scikit-learn做逻辑回归(2016-08-03)
- 机器学习教程 十四-利用tensorflow做手写数字识别(2016-08-03)
- 机器学习教程 十五-细解卷积神经网络(2016-08-06)
- 机器学习教程 十六-深究熵的概念和公式以及最大熵原理(2016-08-17)
- 机器学习教程 十七-逻辑回归公式的数学推导(2016-08-24)
- 机器学习教程 十八-R语言特征工程实战(2016-09-01)
- 机器学习教程 十九-看数据科学家是如何找回丢失的数据的（一）(2016-09-03)
- 机器学习教程 二十-看数据科学家是如何找回丢失的数据的（二）(2016-09-03)
- 机器学习教程 二十一-R语言炫技必备基本功(2016-09-06)