現實問題錯綜複雜，僅僅調調 sklearn 或 tensorflow 的幾個 api 就能把事做好？ 應該沒那麼簡單？！通常先務實地學幾個經典演算法，體會其思想，最好能編寫原始碼實現它們，然後再勇往直前。主要內容包括：
ml 的演算法框架，通常包括哪幾部分？
海量的資料 feed 到 ml 演算法模型後，如何高效地利用它們？最終學到了什麼？ 讓它們停下來的策略都有哪些？
ols 線性回歸的誤差項為什麼要滿足高斯分布？最大似然估計原理如何通俗理解和靈活運用？
ols 的直接求解是必然還是偶然？
ols 的梯度下降如何實施？包括不調包的原始碼實現
線性回歸到邏輯回歸，sigmoid 對映起到了什麼作用？
實戰邏輯回歸任務，包括不調包的梯度下降原始碼實現。
決策樹的演算法思想是什麼？
從資料結構看，基本的二叉樹如何演化成了決策樹？
實戰決策樹做回歸任務，包括不調包的原始碼實現。
閱讀全文:
深入淺出地理解python中的編碼
python處理文字的功能非常強大，但是如果是初學者，沒有搞清楚python中的編碼機制，也經常會遇到亂碼或者decode error。本文的目的是簡明扼要地說明python的編碼機制，並給出一些建議。問題是我們的靶子，心中沒有問題去學習就會抓不住重點。本文使用的程式設計環境是centos6.7，p...
深入理解js的幾個小例子
1 js的作用域，window物件 if a in window alert a 1 js的作用域是由函式劃分的 2 js的執行順序 var a 1,b function a x alert a 1 3 js引數 arguments 的含義 function b x,y,a b 1,2,3 10 4...
深入理解js的幾個小例子
1 js的作用域，window物件 if a in window alert a 1 js的作用域是由函式劃分的 2 js的執行順序 var a 1,b function a x alert a 1 3 js引數 arguments 的含義 function b x,y,a b 1,2,3 10 4...