Deep Learning(二) 再论线性回归
本节是李沐《动手学深度学习》课程的学习日志(二)，从另一个角度审视线性回归模型。
Deep Learning(一) 深度学习入门
本节是李沐《动手学深度学习》课程的学习日志(一)，主要介绍深度学习、PyTorch和部分数学基础知识。
Machine Learning(八) 无监督学习入门
本节是吴恩达机器学习课程的学习日志(八)，主要介绍无监督学习算法，包括K-means、PCA等。
Machine Learning(七) 树结构
本节是吴恩达机器学习课程的学习日志(七)，主要介绍决策树、随机森林等树结构算法。
Machine Learning(六) 交叉验证与支持向量机
本节是吴恩达机器学习课程的学习日志(六)，主要介绍交叉验证的要点，以及支持向量机算法。
Machine Learning(五) 神经网络入门
本节是吴恩达机器学习课程的学习日志(五)，主要介绍神经网络模型、前向传播、反向传播等概念。
Machine Learning(四) 分类问题与正则化
本节是吴恩达机器学习课程的学习日志(四)，主要介绍分类问题、Logistic回归和正则化思想。
Machine Learning(三) 多变量线性回归
本节是吴恩达机器学习课程的学习日志(三)，主要介绍多变量线性回归模型及多种回归算法。
Machine Learning(二) 单变量线性回归与梯度下降
本节是吴恩达机器学习课程的学习日志(二)，主要介绍单变量线性回归模型和梯度下降算法。
Machine Learning(一) 机器学习的介绍
本节是吴恩达机器学习课程的学习日志(一)，主要介绍机器学习的定义和基本概念。
