預告片：《立刻上手機器學習》

04-12

機器學習是個什麼，想必不用再多做介紹了。

在我了解到機器學習後，作為一個身在數學系同時又喜歡編程的人，很快就被吸引了，

憑藉對自己智商和悟性的盲目自信，於是走上了漫漫自學路。

奈何在學習的途中走了很多彎路，費了很多功夫才慢慢算是走上了正軌。

開此專欄希望能將自己的學習的成果記錄下來。

一來為同樣想來這個領域分一杯羹的志同道合之士提供或多或少的經驗教訓；
二來希望能得到大牛的提點和指正。

作為這一系列的預告片，這裡將整體介紹一下：

主線：「用代碼實現演算法」——旨在能夠先上手，有一個全局的把握；
支線：「每一行代碼背後的數學知識」——用到什麼學什麼，高效，避免無用功；
支線：「每一行代碼背後的編程知識」——邊用邊學，理論與實際相結合。

所要實現的演算法有：

監督學習演算法（分類）：

LR、SVM、樸素貝葉斯、KNN、決策樹、集成模型

監督學習演算法（回歸）：

線性回歸、SVM、KNN、決策樹、集成模型

非監督學習演算法（聚類）：

K-means

非監督學習演算法（降維）：

PCA

欲無痛閱讀本系列，所需要的先修基礎有：

大學數學基礎：

高等數學，線性代數，概率論與數理統計，

（想必跟我一樣專業課都睡過去的童鞋不在少數，雖然我是數學系的，不過我大學前三年都在打遊戲睡覺，後知後覺，悔不當初。。。所以不管你能低分飄過，60分萬歲，還是補考過關的，只要能看見數學符號數學式子認識那是個啥就行，比如能區分求導和積分符號，認識一個框框代表矩陣，差不多就能看懂我寫的，這不難吧？？！！！）

Python基礎：

不用你學得多麼深，只要知道變數賦值，知道條件判斷循環語句怎麼寫，怎麼導入包什麼的就夠了

不急不躁的心態

尤為重要！！！