随想 - 缘起

随想 == 随意在想，随时在想，随时更新。

写这个机器学习blog的原因：

1). 根据从前的经验，学习过的东西，要总结以及书面化，才会印象更加深刻。所以，第一个原因是自己别忘了并且加深理解和加深印象。

2). 万一有哪个小白需要入门，万一凑巧搜到了这个地方，可以给一个简洁的入门帮助。所以第二个原因是为了方便别人。

目标：

1). 我不是数学家，不是科学家，也不是搞研究的，也不准备涉足这方面。我是工程师，做技术的，做项目的。所以，blog内容不会涉及到任何的公式和推导，顶多有几个结论性的公式，为了备忘。关注的是如何把整个机器学习贯穿起来，理解每一个方面的现象和本质，如何使用。

2). 如上，另外假设：做研究的不如我的编程技术好，做编程的不如我的机器学习理论强。所以，我不会去深入的研究算法，改进算法甚至自己创造算法（话说我又不是科学家），而是会在机器学习的实践上做100%的努力。而这个实践，是以 python加上一些著名的机器学习库，比如sci-kit learn, scipy, numpy, matplotlib, pandas，尤其是sci-kit learn，在每一个机器学习的算法介绍中，都会强调他的sci-kit learn版本：基本原理以及如何使用，如何调优。

3). 需要加上大数据的平台，比如hadoop，spark，以及No-SQL以及数据的可视化等数据挖掘相关的知识扩展。

形式：

1).  总体上有一个主要的索引，是以一句话说明关键点的方式体现的。

2). 每一个主题（每个算法，比如knn, kmeans，每个主要方面，比如凸优化的常用算法，常用的kernel function核函数等），都会有专门的文章来解释。文章的结构是：是什么，有类似算法的比较，应用场景和限制，实践（sci-kit learn库）上的应用，各种链接。

3). 好书、好网站、好库汇总，肯定是转载为主了。