整體進度：
貢獻指南：
專案倉庫：
請您勇敢地去翻譯和改進翻譯。雖然我們追求卓越，但我們並不要求您做到十全十美，因此請不要擔心因為翻譯上犯錯——在大部分情況下，我們的伺服器已經記錄所有的翻譯，因此您不必擔心會因為您的失誤遭到無法挽回的破壞。（改編自維基百科）原文：
負責人：
首先檢視整體進度以及 issue，確認沒有人認領了你想認領的章節。
然後發布 issue，註明「章節 + qq 號」，方便聯絡。
可以合理利用翻譯引擎（例如谷歌），但一定要把它變得可讀！
請見 github 入門指南。
百面機器學習
目錄 第一章 特徵工程 1.1特徵歸一化 1.2高維組合特徵的處理 特徵工程 對原始資料進行一系列工程處理，將其提煉為特徵。作為輸入給演算法和模型使用。本質上，特徵工程是乙個表示和展現資料的過程。特徵工程旨在去除原始資料中的雜誌。結構化資料 類似於資料庫中的乙個表，每乙個行列都有清晰的定義，包含數值...
百面機器學習一
特徵歸一化常見的有兩種，一種是線性函式歸一化，一種是零均值歸一化。線性函式歸一化 min max scaling 對原始資料進行線性變換，將結果對映到 0,1 的範圍，歸一化公式如下 x no rm x xmi nxma x xm in x frac x xnorm xma x x min x xm...
《百面機器學習》模型評估
沒有測量，就沒有科學。門捷列夫 在模型評估過程中，分類問題 排序問題 回歸問題往往需要使用不同的指標進行評估。在諸多的評估指標中，大部分指標只能片面地反映模型的一部分效能。如果不能合理地運用評估指標，不僅不能發現模型本身的問題，而且會得出錯誤的結論。準確率 accuracy 精確率 precisio...