來自小姐姐的入門推薦：七套機器學習基本演算法（Python）

岳排槐 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

有位美女小姐姐，剛剛在GitHub上放出一份福利。

嗯，正經的福利。

她總結了一份基本的機器學習演算法，全部以純Python（版本3.6+）實現。其中包括線性回歸等七套演算法，具體地址在此：

https://github.com/zotroneneis/machine_learning_basics

這七套演算法具體包括：

• 線性回歸，http://t.cn/REk46x1
• 邏輯回歸，http://t.cn/REk4Kpp
• 感知器，http://t.cn/REk40Y5
• K近鄰，http://t.cn/REk4H9I
• k平均聚類，http://t.cn/REk4rqI
• 只有一個隱層的簡單神經網路，http://t.cn/REk4kHb
• 多類別邏輯回歸，http://t.cn/REkbxOe

所有的演算法都是從0開始實現，無需其他的機器學習庫。

小姐姐也說明了：這套演算法筆記是一個入門資料，主要用於對演算法和底層結構進行基本了解，而不是提供最有效的實現。

這位好心的小姐姐名叫Anna-Lena Popkes，是一位來自德國波恩的計算機科學專業研究生，也是IAIS研究所的研究助理。

她的主要興趣是機器學習，關注神經網路。「Machine learning can seem like magic. I love magic!」她在自己的主頁上寫道。

感謝她~

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態