内容简介

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

很多同学在学习机器学习的时候，理论粗略看一遍之后就直接上手编程了，非常值得表扬。但是他不是真正的上 手写算法，而是去直接调用 sklearn 这样的 package，这就不大妥当了。笔者不是说调包不好，在实际工作和研究 中，封装好的简单易用的 package 给我们的工作带来了莫大的便利，大大提高了我们机器学习模型和算法的实现 效率。但这仅限于使用过程中。

笔者相信很多有企图心的同学肯定不满足于仅仅去使用这些 package 而不知模型和算法的细节。所以，如果你 是一名机器学习算法的学习者，在学习过程中最好不要一上来就使用这些封装好的包，而是根据自己对算法的理 解，在手推过模型和算法的数学公式后，仅依靠 numpy 和 pandas 等基础包的情况下手写机器学习算法。如此一 遍过程之后，再去学习如何调用 sklearn 等机器学习库，相信各位更能体会到调包的便利和乐趣。之后再去找数据 实战和打比赛做项目，相信你一定会成为一名优秀的机器学习算法工程师。