摘要：
模型泛化优化之 L1 L2 正则化. 涉及正则化认识, 梯度方向来理解, 交叉校验调参, L1 L2比较等 阅读全文
摘要：
模型优化评估, 扩充基, 过拟合, 模型的Bias, Variance 阅读全文
摘要：
group by 过程, 数据分析中,绝对是最为重要的部分, 没有之一. 阅读全文
摘要：
线性回归的推导和求解. 分别从 矩阵代数, 微积分, 概率论, Pyhton 实现求解等, 巩固我的6年经验了. 阅读全文
摘要：
带松弛的svm推导 阅读全文
摘要：
Max Margin svm 即Suport Vector Machine, 中文意为: 支持向量机 . 对于 二分类 问题, 在样本空间中(即便是多维向量, 在空间中可表示为一个点). svm的核心思想就是 假设在这2波点的边缘处, 能找到一条直线 $w^Tx + b=0$, 能够把这2波点分开, 阅读全文