从头手撸机器学习算法,用 Python 实现,代码还挺清爽的,注释也比较到位。

trekhleb 的这个项目更像是一本活的机器学习练习册。没有依赖那些一行搞定的库,而是一步步把线性回归、逻辑回归、决策树这些经典算法都拆开写,边写边理解。

每个算法都配了个Jupyter Notebook演示,点开就能看到图表、预测结果,还有交互体验。你可以自己换数据,调参数,立刻看效果,挺适合动手派。

算法背后的数学推导也没落下,参考了 Andrew Ng 的风格,讲得还蛮清楚。对搞监督学习或者刚入门的小伙伴来说,这种从零实现的方式,理解挺大。

虽然有个 Matlab/Octave 的版本分支,但目前 Python 这块内容更完整。如果你是搞前端的,平时不怎么碰机器学习,但想补补这块知识,这项目上手也不会太难。

如果你正准备写一份机器学习入门分享、或者想用最方式学会一两种算法,试试这个仓库还挺合适的。