machine-learning-course

收录理由

这是一套以Jupyter笔记本为核心的机器学习课程，基于Python和scikit-learn编写，定位是教学而非生产部署。课程按合理顺序展开，从线性回归、过拟合、正则化、交叉验证讲起，再覆盖决策树、k近邻、朴素贝叶斯、逻辑回归、支持向量机等监督学习方法，最后进入无监督学习。每个主题都配有文字讲解和可运行的笔记本，读者可以边读边跑代码，直观感受算法行为。对于想先建立直觉再使用框架的开发者或数据科学家，这是一条实用的入门路径；当需要快速回顾某个算法时，它也能充当便捷的参考手册。由于内容按主题组织，代码紧挨着解释，团队可以单独抽取某个笔记本作为自己实验的起点。