machine-learning

收录理由

这个仓库以 Jupyter Notebook 为载体，记录了一位实践者在数据科学与机器学习领域的完整学习轨迹，读起来就像一套可以按自己节奏推进的课程。每个主题都同时给出数学推导和可运行的 Python 代码，既用科学计算库从头实现算法，也在合适的地方引入 scikit-learn、PyTorch、XGBoost 等成熟工具。内容远不止深度学习，还覆盖时间序列、推荐系统、强化学习、模型部署，甚至包括 A/B 测试和运筹优化。笔记既可以交互式运行，也有渲染好的 HTML 版本，方便直接阅读。这是一份学习资料，而不是一个可以 pip 安装的库，更适合动手跟着做，而不是当作依赖引入。