点击上方“Python与算法社区”，选择“星标”公众号
相信大家都知道周志华的机器学习书，俗称西瓜书，被我们视为机器学习的入门和经典教材。全书大概一共包括17章，系统性地阐述了机器学习的基本原理，通俗易懂，却又不乏严谨。
有一位热心的网友利用大半年时间完整细致地学习了一遍，并贡献了自己学习书中所有章节地精简笔记，这两天我翻看了一遍，感觉很棒，具有一定地学习价值。没事多翻翻，多琢磨，才能真正领悟machine learning's theory.
先上这个仓库的地址：
https://github.com/Vay-keen/Machine-learning-learning-notes
完整的17个笔记目录如下：
挑选几处讲的比较出彩的地方展示，在线性回归部分，作者添加了部分注释，推导了求导过程。
在总结决策树部分时，写了一个生动的例子，帮助我们初学者快速更好的理解概念。
决策树的构造伪代码：
在谈SVM时，提到噪声数据对分类面的挤歪影响：
最最基本的神经网络模型：
在总结最后两章时，作者这样总结概率图模型。即利用图结构来表达变量之间的依赖关系；接着分别介绍了隐马尔可夫模型、马尔可夫随机场、条件随机场、精确推断方法以及LDA话题模型。
HMM主要围绕着评估/解码/学习这三个实际问题展开论述；MRF基于团和势函数的概念来定义联合概率分布；CRF引入两种特征函数对状态序列进行评价打分。
最后介绍一种学习算法--强化学习
17个笔记，值得初学者和过来人收藏，反复回看，节约时间，提高学习效率，感谢贡献
