机器学习100天 英文原版请移步 。数据在。 翻译前请先阅读。常见问题解答见 。 目录 有监督学习 无监督学习 数据预处理|第1天 简单线性回归|第2天 多元线性回归|第3天 逻辑回归|第4天 逻辑回归|第5天 今天我深入研究了逻辑回归到底是什么，以及它背后的数学是什么。学习了如何计算代价函数，以及如何使用渐变下降法来将代价函数降低到最小。由于有人在机器学习领域有一定经验，并愿意帮我编写代码文档，也了解github的Markdown语法，请在领英联系我。 逻辑回归|第6天 K近邻法（k-NN）|第7天 逻辑回归背后的数学|第8天 为了使我对逻辑回归的见解更加清晰，我在网上搜索了一些资源或文章，然后我就发现了Saishruthi Swaminathan的这篇 它称为了逻辑回归的详细描述。请始终看一看。 支持向量机（SVM）|第9天 直观了解SVM是什么以及如何使用它来解决分类问题。 支持向量机和K近邻法|第10天 了解更多关于SVM如何工作和实现knn算法的知识。 K近邻法（k-NN）|第11天 支持向量机（SVM）|第12天 支持向量机（SVM）|第13天 支持向量机（SVM）的实现|

Python-100-Days-master,从小白到大师100天，相关课程文件代码

《100天学会SAP》是让大家了解SAP的基本配置。 希望能帮到大家！

专栏——Python - 100天从新手到大师，全部代码和笔记，Python学习这个100天就够了

100-Days-Of-ML-Code 是 Avik-Jain 的机器学习项目，超赞的配图，清晰的知识点梳理，是入门机器学习非常好的项目。内容包括：数据预处理、线性回归、逻辑回归、K最邻近算法、支持向量机、深度学习专项课程等.特色非常鲜明，每天的计划都基本配备了一张高清图解，浓缩的知识总结非常便于消化吸收，而且项目还配备了数据集和代码。下面是一些超赞的配图示例：有人经过原作者的授权，对该项目进行了汉化和编译,此为汉化文件，便于国人学习。