[置顶] 机器学习算法笔记

最近有两个多月的时间没来更新博客，是一直在忙着一件事——将博客中的一些文章整理成书。

一开始写博客，给自己的文章建了一个响亮的标题《简单易学的机器学习算法》，但是发现写着写着，每一个算法也变得没那么简单易学，因此想对这些零散的知识点做一次全面的整理。最初是一年前有了这个念头，一直没有去实践，自己给自己找了很多的借口，今年8月份，这个念头又一次那么强烈的袭上心头，没有太多思考，说干就干。。。

决定了，但是一看市场上，这方面的书实在是多，如：1、《机器学习实战》。这真是一本好书，让很多初学者可以入门，同时提供了很多实践的机会，真是一本实战的好书。2、李航老师的《统计机器学习》。这是一本理论上很全的书。3、周志华老师的西瓜书《机器学习》。周老师是机器学习方面的专家，这本书得到了很多人的认可，无论是知识的全面性，还是对机器学习理论的解释，都体现出了周老师学识的渊博。4、还有一些经典的专注，如《PRML》等等还有很多。以上说的这些书是大家谈论比较多的，同时，还有一些其他的课程，如斯坦福的教程等等，无一不是学习的好材料。那究竟写些什么呢，在博客中的文章还是浅显，而且过于零散。

(以上分割线表示经过了一段时间的思考)

经过半个月时间的思考，决定写一些典型的算法，因为有些算法在我实际的工作中也经常被用到。在讲解算法的基本原理的同时，配上实验的代码，从聚类算法，分类算法，回归算法，推荐算法到深度学习，希望尽可能涉及到机器学习的大部分算法，同时，介绍了在实际中使用这其中某些算法的一个例子。

有人问我，这本书的特色。我思考了许久，这其中大概就是既有理论又有实现，再加上具体项目中的应用吧，自认为离西瓜书之类的还有距离，但不妨是对那些书的一个补充。

目前，60%的章节都已经完成，还在抓紧完善剩下的内容，贴出目录，供关注我博客的朋友参考，同时，希望提出宝贵的意见。

欢迎各位多提建议。