力求每行代码都有注释，重要部分注明公式来源。具体会追求下方这样的代码，学习者可以照着公式看程序，让代码有据可查。
如果时间充沛的话，可能会试着给每一章写一篇博客。先放个博客链接吧：传送门。
书籍出版：目前已与人民邮电出版社签订合同，未来将结合该repo整理出版机器学习实践相关书籍。同时会在book分支中对代码进行重构，欢迎在issue中提建议！同时issue中现有的问题也会考虑进去。（Feb 12 2022）
线下培训：女朋友计划近期开办ML/MLP/CV线下培训班，地点北上广深杭，目标各方向快速入门，正在筹备。这里帮她打个广告，可以添加微信15324951814（备注线下培训）。本人也会被拉过去义务评估课程质量。。。（Feb 12 2022）
无监督部分更新：部分无监督算法已更新！！！ 该部分由Harold-Ran提供，在此感谢！ 有其他算法补充的同学也欢迎添加我微信并pr！（Jan 27 2021）
博客：统计学习方法|感知机原理剖析及实现
实现：perceptron/perceptron_dichotomy.py
博客：统计学习方法|K近邻原理剖析及实现
实现：KNN/KNN.py
博客：统计学习方法|朴素贝叶斯原理剖析及实现
实现：NaiveBayes/NaiveBayes.py
博客：统计学习方法|决策树原理剖析及实现
实现：DecisionTree/DecisionTree.py
博客：逻辑斯蒂回归：统计学习方法|逻辑斯蒂原理剖析及实现
博客：最大熵：统计学习方法|最大熵原理剖析及实现
实现：逻辑斯蒂回归：Logistic_and_maximum_entropy_models/logisticRegression.py
实现：最大熵：Logistic_and_maximum_entropy_models/maxEntropy.py
博客：统计学习方法|支持向量机(SVM)原理剖析及实现
实现：SVM/SVM.py
实现：EM/EM.py
实现：HMM/HMM.py
实现：PCA.py
实现：LSA.py
实现：PLSA.py
实现：LDA.py
实现：Page_Rank.py
本项目内容许可遵循Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)。
The content of this project itself is licensed under the Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
欢迎pr，有疑问也可通过issue、微信或邮件联系。
此外如果有需要MSRA实习内推的同学，欢迎骚扰。
Wechat: lvtengchao（备注“blog-学校/单位-姓名”）
Email: lvtengchao@pku.edu.cn