MachineLearningCourse
==============
_读本人更多原创文章，欢迎关注微信订阅号_

<img src="https://github.com/lcdevelop/MachineLearningCourse/blob/master/weixinpub.jpg" width = "150" height = "150" alt="lcsays" />

_欢迎关注我的另外两个github项目_
 * [_教你成为全栈工程师_](https://github.com/lcdevelop/FullStackDeveloperCourse)
 * [_自己动手做聊天机器人教程_](https://github.com/lcdevelop/ChatBotCourse)

机器学习精简入门教程
==============
 * [机器学习教程 一-不懂这些线性代数知识 别说你是搞机器学习的](https://blog.codemeteors.com/tutorial/1)(2016-04-01)
 * [机器学习教程 二-安装octave绘制3D函数图像](https://blog.codemeteors.com/tutorial/28)(2016-04-30)
 * [机器学习教程 三-用scikit-learn求解一元线性回归问题](https://blog.codemeteors.com/tutorial/53)(2016-05-30)
 * [机器学习教程 四-用scikit-learn求解多元线性回归问题](https://blog.codemeteors.com/tutorial/54)(2016-05-30)
 * [机器学习教程 五-用matplotlib绘制精美的图表](https://blog.codemeteors.com/tutorial/55)(2016-05-31)
 * [机器学习教程 六-用scikit-learn求解多项式回归问题](https://blog.codemeteors.com/tutorial/56)(2016-06-01)
 * [机器学习教程 七-用随机梯度下降法(SGD)做线性拟合](https://blog.codemeteors.com/tutorial/57)(2016-06-01)
 * [机器学习教程 八-用scikit-learn做特征提取](https://blog.codemeteors.com/tutorial/58)(2016-06-01)
 * [机器学习教程 九-二元分类效果的评估方法](https://blog.codemeteors.com/tutorial/59)(2016-06-02)
 * [机器学习教程 十-用scikit-learn的网格搜索快速找到最优模型参数](https://blog.codemeteors.com/tutorial/60)(2016-06-02)
 * [机器学习教程 十一-用scikit-learn做聚类分析](https://blog.codemeteors.com/tutorial/61)(2016-06-03)
 * [机器学习教程 十二-神经网络模型的原理](https://blog.codemeteors.com/tutorial/91)(2016-07-29)
 * [机器学习教程 十三-用scikit-learn做逻辑回归](https://blog.codemeteors.com/tutorial/93)(2016-08-03)
 * [机器学习教程 十四-利用tensorflow做手写数字识别](https://blog.codemeteors.com/tutorial/94)(2016-08-03)
 * [机器学习教程 十五-细解卷积神经网络](https://blog.codemeteors.com/tutorial/95)(2016-08-06)
 * [机器学习教程 十六-深究熵的概念和公式以及最大熵原理](https://blog.codemeteors.com/tutorial/98)(2016-08-17)
 * [机器学习教程 十七-逻辑回归公式的数学推导](https://blog.codemeteors.com/tutorial/102)(2016-08-24)
 * [机器学习教程 十八-R语言特征工程实战](https://blog.codemeteors.com/tutorial/106)(2016-09-01)
 * [机器学习教程 十九-看数据科学家是如何找回丢失的数据的（一）](https://blog.codemeteors.com/tutorial/107)(2016-09-03)
 * [机器学习教程 二十-看数据科学家是如何找回丢失的数据的（二）](https://blog.codemeteors.com/tutorial/108)(2016-09-03)
 * [机器学习教程 二十一-R语言炫技必备基本功](https://blog.codemeteors.com/tutorial/109)(2016-09-06)
 * [机器学习教程 二十二-一小时掌握R语言数据可视化](https://blog.codemeteors.com/tutorial/110)(2016-09-13)
 * [机器学习教程 二十三-R语言强大工具包ggplot绘图以外的那些事](https://blog.codemeteors.com/tutorial/111)(2016-09-13)
 * [机器学习教程 二十四-[吐血整理]涉及面最广的机器学习资料大全](https://blog.codemeteors.com/tutorial/123)(2017-02-16)