写在最前言

本人在机器学习领域探索已经一年多，作为统计学硕士，经常工作生活中需要用到代码。越来越多的专业和领域都开始涉及进入到机器学习，现在我想将这些代码分享给更多需要的人，同时也记录自己学习成长的过程。

所有的博客分享没有盈利目的，会分享本人学习到的各种书代码与技巧，并且讲述的视角都是适合经济类，文科类没有编程基础的人群，主要是利用各种高级的库和API，去简单地实现大部分的算法。有真正的科研或者竞赛的需求才会自己去写源码，毕竟我觉得先学会调包对于绝大多数行业的人已经是够用了。真正需要自己造轮子写源码的场景并不多。

---

本人博客，目前构思大概会开设三个板块，一个是Python的实用机器学习(主要基于Sklearn)，第二个是pandas库的应用（数据分析的基础，涵盖所有的excel功能，很适合经管类）。三是深度学习领域，主要是keras和pytorch框架实现各种的神经网络。

如果后面还有时间，会开设一些Python基础语法，优化算法，统计学，竞赛项目分享等领域。

感谢陈强老师的机器学习及Python应用，这本书真的很棒，还有李庆辉的深入浅出pandas。作为一个一年前还不懂机器学习的人，到现在已经完全入门甚至精通的人，这两本书对我的帮助功不可没。

版块目录（持续更新）：

Python机器学习01——机器学习基础概念

Python机器学习02——线性回归

Python机器学习03——逻辑回归

Python机器学习04——惩罚回归

Python机器学习05——判别分析

Python机器学习06——朴素贝叶斯

Python机器学习07——K近邻

Python机器学习08——决策树算法

Python机器学习09——随机森林

Python机器学习10——梯度提升

Python机器学习11——支持向量机

Python机器学习12——神经网络

Python机器学习13——主成分分析

Python机器学习14——聚类分析