机器学习入门

斯坦福大学机器学习：

http://cs229.stanford.edu/

https://see.stanford.edu/Course/CS229/47

https://github.com/exacity/deeplearningbook-chinese

线性代数：

• https://wenku.baidu.com/view/72d8b24d31b765ce050814f8.html?sxts=1539429009226
• https://wenku.baidu.com/view/88d7ad60a45177232e60a203.html
• https://blog.csdn.net/myarrow/article/details/53365048

概率论与数理统计

• 极大似然估计详解：https://blog.csdn.net/zengxiantao1994/article/details/72787849
• 联合概率密度函数：https://blog.csdn.net/wys7541/article/details/81056968

matplotlib官网：https://matplotlib.org/3.0.0/tutorials/index.html

信息论

• 自信息：https://blog.csdn.net/xuejianbest/article/details/80391191
• 自信息和互信息、信息熵：https://www.cnblogs.com/liugl7/p/5385061.html

线性规划 

• 拉格朗日乘子法：https://blog.csdn.net/ndzzl/article/details/79079561
• 有约束条件的最优化模型和不等式约束最优化条件
  • https://www.cnblogs.com/punkcure/p/7825735.html
  • https://blog.csdn.net/lijil168/article/details/69395023
• 岭回归分析与应用：
  • http://www.docin.com/p-1719072666.html
  • https://www.sohu.com/a/205166352_654419
• L1和L2正则化：https://www.cnblogs.com/Peyton-Li/p/7607858.html

决策树

信息量, 信息熵, 交叉熵, KL散度：https://blog.csdn.net/yangtou882/article/details/77946510

 SVM

点到平面的距离公式推导：https://blog.csdn.net/u011483307/article/details/51034169