**更新记录**: 2020/3/： 1. 修改第五章决策树部分，补充 ID3 和 CART 的原理，代码实现以 CART 为主。 2. 第七章添加 L1 和 L2 正则化最优解的推导 (即 L1稀疏解的原理)。 3. 第七章添加集成学习方法的推导与代码实现，包括 Bagging (随机森林)、Boosting (Adaboost、GBDT、XGBoost) 4. 第八章添加牛顿法与拟牛顿法 (DFP、BFGS、L-BFGS) 的推导。 5. 第十一章节添加高斯过程回归 (GPR) 与贝叶斯优化的推导与代码实现。
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
1. 开源生态
2. 协作、人、软件
3. 评估模型
马建仓 AI 助手
