[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Sophia-11--Machine-Learning-Notes":3,"tool-Sophia-11--Machine-Learning-Notes":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160015,2,"2026-04-18T11:30:52",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":76,"stars":79,"forks":80,"last_commit_at":81,"license":76,"difficulty_score":82,"env_os":83,"env_gpu":84,"env_ram":84,"env_deps":85,"category_tags":88,"github_topics":89,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":96,"updated_at":97,"faqs":98,"releases":99},9320,"Sophia-11\u002FMachine-Learning-Notes","Machine-Learning-Notes","周志华《机器学习》手推笔记","Machine-Learning-Notes 是一份针对周志华教授经典教材《机器学习》（俗称“西瓜书”）的全套手写推导笔记。这份资源由计算机视觉联盟的王博 Kings 与 Sophia 共同整理，旨在帮助学习者攻克机器学习中复杂的数学公式与算法原理。\n\n许多初学者在阅读原著时，往往难以理解公式背后的具体推导过程，导致“看懂了文字却推不出公式”。Machine-Learning-Notes 通过踏踏实实的手写演算，将书中十六章核心内容（涵盖线性模型、决策树、神经网络、支持向量机、强化学习等）的每一个关键步骤拆解得清晰明了，有效填补了理论描述与数学实现之间的鸿沟。\n\n该资源特别适合高校学生、AI 研究人员以及希望夯实基础的开发者使用。无论是准备相关考试、撰写学术论文，还是深入钻研算法底层逻辑，这份笔记都能提供极大的辅助。其独特亮点在于全手工推导的细致程度，整套笔记共计 214 页 A4 纸，内容详实且可直接打印，宛如一位私人导师在纸面上逐步演示解题思路。目前项目已更新完结全部十六章，是系统掌握机器学习数学基础的高质量开源学习资料。","### Machine-Learning-Notes(加载图片较慢，请耐心等待,只显示一部分)\n* 如果刷新不出来，可以点击 [神经网络](https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FusIVYjffOL6oBUGUDalYLg)  查看笔记大概是什么样子的\n\n* 周志华《机器学习》手推笔记（踏踏实实把公式学习推导一遍）\n\n* by 【计算机视觉联盟】 王博Kings、Sophia\n\n# 手推笔记十六章 214页 A4纸，可直接打印 ！！\n\n*Last updated: 2021\u002F03\u002F13*   **更新完结十六章**\n\n## 公众号【计算机视觉联盟】回复【西瓜书手推笔记】即可获得百度云pdf下载链接\n\n## 后续请大家继续关注另一个重磅笔记： [**深度学习手推笔记**](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FDeepLearningNotes)\n\n## Table of Contents\n- [第一章绪论](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第二章模型评估与选择](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第三章线性模型](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第四章决策树](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第五章神经网络](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第六章支持向量机](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第七章贝叶斯分类器](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第八章集成信息](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第九章聚类](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十章降维与度量学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十一章特征选择与稀疏学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十二章计算学习理论](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十三章半监督学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十四章概率图模型](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十五章规则学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十六章强化学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n\n\n## 手推笔记作者简介--王博Kings\n微信号（Kingsplusa）备注：单位\u002F学校+研究方向\n\n985AI博士，CSDN博客专家，华为云享专家\n\n已连载系列《机器学习》西瓜书手推笔记\n\n已完结待更笔记：《深度学习-花书手推笔记》、《无人驾驶手推笔记》、《SLAM 十四讲》\n\n| 下载地址 | 博士私人微信 |\n|:-----------:|:-----------:|\n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_369e2cd5c7b0.jpg)|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_f560f4773c4f.jpg)| \n|【计算机视觉联盟】回复【西瓜书手推笔记】即可获得百度云pdf下载链接|985AI博士，CSDN博客专家|\n\n\n## 第一章 绪论\n\n ![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_0fe937307626.png)\n\n## 第二章  模型评估与选择\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_09fd59298d4e.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_f06636841e56.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_22f45bdc902a.jpg)|  ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_449cacff7e64.jpg)| \n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_947a074b4422.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_680a16955993.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_9fca5073da49.jpg)|  ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2c3117ad64bf.jpg)| \n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_94b5c2f6910c.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_34df8667f3ec.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_60615c8c0d49.jpg)|  ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_b59db3540883.jpg)| \n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_eb711799d6a3.jpg)|--by 王博Kings||| \n\n\n\n## 第三章  线性模型\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_132c22ededdf.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_fbd3910b1270.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_bf75344ed175.jpg)|  ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_b5b93a8020b5.jpg)| \n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_34fad66c1f2d.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_9a6b8bc9208a.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_0934d7204fbd.jpg)|  ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_3e6e5ba0dcd3.jpg)| \n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_b90774b2d752.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_1739694639ea.jpg)|--by 王博Kings| | \n\n\n## 第四章   决策树\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_8403cca59aaf.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_502318c4aa0d.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_f1a3c5a49835.jpg)|  ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_6d0d7b63f91c.jpg)| \n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_d71c4b6c692a.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_bd3afa8c79ac.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_cd28630260ad.jpg)|  ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_bfb692be778f.jpg)| \n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_5daa3253c1f4.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_5f5d24675534.jpg)| ![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_409bf858151e.jpg)|  --by 王博Kings| \n\n## 第五章   神经网络\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_022872e045a1.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_176901da4cfa.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_f5c0c41988f4.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_f76abd25d2ef.jpg)|\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_c5303bdeae65.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_cda21151a20d.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_8e47b21626fd.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_0eaf8d32684b.jpg)|\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_6dd6541b744f.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_e61efe871a7a.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_6180d9e7e156.jpg)|  --by 王博Kings| \n\n\n\n## 第六章   支持向量机\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_1cdb3fd6e510.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_501608f71b9d.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_24697d1a45b8.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_bf376ba7c976.jpg)|\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_964a988390e9.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_4fe5affa5b5c.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_85ee881fb841.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_63da658b25c3.jpg)|\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2e3ab8c80534.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_9a764dab75ae.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_985839b1645f.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_caeee5a3f231.jpg)|\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_c749bf95b36e.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_d66830762593.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2375c626d9cc.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_b4679e4825fe.jpg)|\n\n## 第七章    贝叶斯分类器\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_3331e8c8d1dc.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_fd5aae5f5eef.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_bac732c403e8.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7e2a086e4240.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7682af4ac97a.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_b85edf235d42.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2d701fabcafd.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_e8766c17906c.jpg)\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_a0305b66f946.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_37e1dc21a36f.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_026c70567583.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_87471883b363.jpg)\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_38fe00d72b35.jpg)|||--by 王博Kings| \n\n## 第八章   集成信息\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_c79c6959b289.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_128251624d5d.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_52832e4a400d.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_c89affe5dd6f.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_4cd0a14befc4.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_d336ca13ccd4.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_d67663385bf6.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_8c9b5a09ce71.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_19fc6f86af2a.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_710c49233b71.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_cde5e0815349.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_32834aefbb59.jpg)|\n\n## 第九章   聚类\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_48bbc5b64e4d.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_9783c7dae464.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_429a03d0e9fd.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7996292fa386.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_da7a4df5db1e.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_b7dab4f2f852.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_820103c3b45c.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2faa590660d0.jpg)|\n\n\n## 第十章  降维与度量学习\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7efcfddb9662.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_64c702a2ca42.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_02f9768e7581.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_bd327cb704c1.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_e855fcd31f3f.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2f8cbc60b3c1.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_51f8c4a413a3.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7ff4427bb6a1.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_0efa214bd170.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_f316578d0a62.jpg)||--by 王博Kings|\n","### 机器学习笔记（图片加载较慢，请耐心等待，仅显示部分内容）\n* 如果页面刷新不出来，可以点击 [神经网络](https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FusIVYjffOL6oBUGUDalYLg) 查看笔记大概是什么样子的\n\n* 周志华《机器学习》手推笔记（踏踏实实把公式学习推导一遍）\n\n* 由【计算机视觉联盟】王博Kings、Sophia整理\n\n# 手推笔记共十六章，214页，A4纸大小，可直接打印！！\n\n*最后更新：2021年3月13日*   **已更新至第十六章**\n\n## 公众号【计算机视觉联盟】回复【西瓜书手推笔记】即可获得百度云pdf下载链接\n\n## 后续请大家继续关注另一个重磅笔记： [**深度学习手推笔记**](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FDeepLearningNotes)\n\n## 目录\n- [第一章绪论](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第二章模型评估与选择](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第三章线性模型](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第四章决策树](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第五章神经网络](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第六章支持向量机](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第七章贝叶斯分类器](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第八章集成学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第九章聚类](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十章降维与度量学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十一章特征选择与稀疏学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十二章计算学习理论](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十三章半监督学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十四章概率图模型](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十五章规则学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n- [第十六章强化学习](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes\u002F)\n\n\n## 手推笔记作者简介--王博Kings\n微信号（Kingsplusa）备注：单位\u002F学校+研究方向\n\n985高校人工智能博士，CSDN博客专家，华为云享专家\n\n已连载系列《机器学习》西瓜书手推笔记\n\n已完结待更笔记：《深度学习-花书手推笔记》、《无人驾驶手推笔记》、《SLAM 十四讲》\n\n| 下载地址 | 博士私人微信 |\n|:-----------:|:-----------:|\n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_369e2cd5c7b0.jpg)|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_f560f4773c4f.jpg)| \n|【计算机视觉联盟】回复【西瓜书手推笔记】即可获得百度云pdf下载链接|985高校人工智能博士，CSDN博客专家|\n\n\n## 第一章 绪论\n\n ![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_0fe937307626.png)\n\n## 第二章  模型评估与选择\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_09fd59298d4e.jpg)| ![](.\u002Fch2\u002F%E6%89%AB%E6%8F%8F0001_%%E5%89%AF%E6%9C%AC.jpg)| ![](.\u002Fch2\u002F%%E6%89%AB%E6%8F%8F0002_%%E5%89%AF%E6%9C%AC.jpg)|  ![](.\u002Fch2\u002F%E6%89%AB%E6%8F%8F0003_%%E5%89%AF%E6%9C%AC.jpg)| \n|![](.\u002Fch2\u002F%%E6%89%AB%E6%8F%8F0004_%%E5%89%AF%E6%9C%AC.jpg)| ![](.\u002Fch2\u002F%%E6%89%AB%E6%8F%8F0005_%%E5%89%AF%E6%9C%AC.jpg)| ![](.\u002Fch2\u002F%%E6%89%AB%E6%8F%8F0006_%%E5%89%AF%E6%9C%AC.jpg)|  ![](.\u002Fch2\u002F%%E6%89%Ab%E6%8F%8F0007_%%E5%89%AF%E6%9C%AC.jpg)| \n|![](.\u002Fch2\u002F%%E6%89%Ab%E6%8F%8F0008_%%E5%89%AF%E6%9C%AC.jpg)| ![](.\u002Fch2\u002F%%E6%89%Ab%E6%8F%8F0009_%%E5%89%AF%E6%9C%AC.jpg)| ![](.\u002Fch2\u002F%%E6%89%Ab%E6%8F%8F0010_%%E5%89%%E6%9C%AC.jpg)|  ![](.\u002Fch2\u002F%%E6%89%Ab%E6%8F%8F0011_%%E5%89%%E6%9C%AC.jpg)| \n|![](.\u002Fch2\u002F%%E6%89%Ab%E6%8F%8F0012_%%E5%89%%E6%9C%AC.jpg)|--by 王博Kings||| \n\n\n\n## 第三章  线性模型\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![](.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0014_%%E5%89%%E6%9C%AC.jpg)| ![](.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0015_%%E5%89%%E6%9C%AC.jpg)| ![](.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0016_%%E5%89%%E6%9C%AC.jpg)|  ![](.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0017_%%E5%89%%E6%9C%AC.jpg)| \n|!!(.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0018_%%E5%89%%E6%9C%AC.jpg)| !!(.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0019_%%E5%89%%E6%9C%AC.jpg)| !!(.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0020_%%E5%89%%E6%9C%AC.jpg)|  !!(.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0021_%%E5%89%%E6%9C%AC.jpg)| \n|!!(.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0022_%%E5%89%%E6%9C%AC.jpg)| !!(.\u002Fch3\u002F%%E6%89%Ab%E6%8F%8F0023_%%E5%89%%E6%9C%AC.jpg)|--by 王博Kings| | \n\n\n## 第四章   决策树\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|!!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0024_%%E5%89%%E6%9C%AC.jpg)| !!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0025_%%E5%89%%E6%9C%AC.jpg)| !!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0026_%%E5%89%%E6%9C%AC.jpg)|  !!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0027_%%E5%89%%E6%9C%AC.jpg)| \n|!!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0028_%%E5%89%%E6%9C%AC.jpg)| !!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0029_%%E5%89%%E6%9C%AC.jpg)| !!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0030_%%E5%89%%E6%9C%Ac.jpg)|  !!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0031_%%E5%89%%E6%9C%Ac.jpg)| \n|!!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0032_%%E5%89%%E6%9C%Ac.jpg)| !!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0033_%%E5%89%%E6%9C%Ac.jpg)| !!(.\u002Fch4\u002F%%E6%89%Ab%E6%8F%8F0034_%%E5%89%%E6%9C%Ac.jpg)|  --by 王博Kings| \n\n## 第五章   神经网络\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0035_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0036_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0037_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0038_%%E5%89%%E6%9C%Ac.jpg)|\n![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0039_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0040_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0041_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0042_%%E5%89%%E6%9C%Ac.jpg)|\n![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0043_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0044_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch5\u002F%%E6%89%Ab%E6%8F%8F0045_%%E5%89%%E6%9C%Ac.jpg)|  --by 王博Kings| \n\n\n\n## 第六章   支持向量机\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0001_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0002_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0003_%%E5%89%%E6%9C%Ac.jpg)|\n![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0004_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0005_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0006_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0007_%%E5%89%%E6%9C%Ac.jpg)|\n![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0008_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0009_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0010_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0011_%%E5%89%%E6%9C%Ac.jpg)|\n![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0012_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0013_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0014_%%E5%89%%E6%9C%Ac.jpg)|![image](.\u002Fch6\u002F%%E6%89%Ab%E6%8F%8F0015_%%E5%89%%E6%9C%Ac.jpg)|\n\n## 第七章    贝叶斯分类器\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_3331e8c8d1dc.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_fd5aae5f5eef.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_bac732c403e8.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7e2a086e4240.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7682af4ac97a.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_b85edf235d42.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2d701fabcafd.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_e8766c17906c.jpg)\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_a0305b66f946.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_37e1dc21a36f.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_026c70567583.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_87471883b363.jpg)\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_38fe00d72b35.jpg)|||--by 王博Kings| \n\n## 第八章   集成学习\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_c79c6959b289.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_128251624d5d.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_52832e4a400d.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_c89affe5dd6f.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_4cd0a14befc4.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_d336ca13ccd4.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_d67663385bf6.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_8c9b5a09ce71.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_19fc6f86af2a.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_710c49233b71.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_cde5e0815349.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_32834aefbb59.jpg)|\n\n## 第九章   聚类\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_48bbc5b64e4d.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_9783c7dae464.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_429a03d0e9fd.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7996292fa386.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_da7a4df5db1e.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_b7dab4f2f852.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_820103c3b45c.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2faa590660d0.jpg)|\n\n\n## 第十章  降维与度量学习\n| 1 | 2 | 3 |4 |\n|:-----------:|:--------:|:---------:|:---------:|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7efcfddb9662.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_64c702a2ca42.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_02f9768e7581.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_bd327cb704c1.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_e855fcd31f3f.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_2f8cbc60b3c1.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_51f8c4a413a3.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_7ff4427bb6a1.jpg)|\n|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_0efa214bd170.jpg)|![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_readme_f316578d0a62.jpg)||--by 王博Kings|","# Machine-Learning-Notes 快速上手指南\n\n本指南旨在帮助开发者快速获取周志华《机器学习》（西瓜书）的全套手推公式笔记。该项目并非可执行的代码库，而是一份包含 16 章、214 页 A4 纸内容的开源学习资料，支持在线预览、打印及 PDF 下载。\n\n## 环境准备\n\n本项目为静态文档资源，**无需**安装任何编程环境（如 Python、Conda）或依赖库。\n\n*   **系统要求**：任意操作系统（Windows \u002F macOS \u002F Linux）。\n*   **前置依赖**：\n    *   现代浏览器（推荐 Chrome、Edge 或 Firefox）用于在线预览。\n    *   PDF 阅读器用于查看下载后的高清文档。\n    *   （可选）打印机，如需纸质版学习。\n\n## 获取与安装步骤\n\n由于本项目是文档集合，所谓的“安装”即获取笔记文件。推荐以下两种方式：\n\n### 方式一：直接下载高清 PDF（推荐国内用户）\n\n这是最完整且适合打印的方式。\n\n1.  打开微信，关注公众号 **【计算机视觉联盟】**。\n2.  在公众号对话框回复关键词：**`西瓜书手推笔记`**。\n3.  系统将自动返回百度网盘下载链接及提取码。\n4.  下载 PDF 文件至本地即可使用。\n\n### 方式二：在线浏览（GitHub 仓库）\n\n适合快速查阅特定章节，但图片加载可能受网络影响。\n\n1.  访问项目主页：[https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes](https:\u002F\u002Fgithub.com\u002FSophia-11\u002FMachine-Learning-Notes)\n2.  向下滚动页面，根据目录点击对应章节的图片进行预览。\n    *   *注：若 GitHub 图片加载缓慢，可点击 README 中的 [神经网络](https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FusIVYjffOL6oBUGUDalYLg) 链接查看微信公众号内的预览示例。*\n\n## 基本使用\n\n获取笔记后，您可以按照以下路径进行学习：\n\n### 1. 按章节系统学习\n笔记严格对应《机器学习》原著的十六章结构，建议顺序阅读：\n\n| 章节 | 主题 | 核心内容 |\n| :--- | :--- | :--- |\n| Ch01 | 绪论 | 机器学习基础概念 |\n| Ch02 | 模型评估与选择 | 误差、过拟合、交叉验证 |\n| Ch03 | 线性模型 | 线性回归、对数几率回归 |\n| Ch04 | 决策树 | ID3, C4.5, CART 算法推导 |\n| Ch05 | 神经网络 | BP 算法、反向传播推导 |\n| Ch06 | 支持向量机 | 间隔最大化、核函数、SMO 算法 |\n| Ch07 | 贝叶斯分类器 | 朴素贝叶斯、半朴素贝叶斯 |\n| Ch08 | 集成学习 | Boosting, Bagging, Random Forest |\n| Ch09 | 聚类 | K-Means, DBSCAN, 层次聚类 |\n| Ch10 | 降维与度量学习 | PCA, MDS, 流形学习 |\n| Ch11 | 特征选择与稀疏学习 | Lasso, 稀疏表示 |\n| Ch12 | 计算学习理论 | VC 维、泛化误差界 |\n| Ch13 | 半监督学习 | 生成式方法、图半监督 |\n| Ch14 | 概率图模型 | 隐马尔可夫模型、条件随机场 |\n| Ch15 | 规则学习 | 序贯覆盖、归纳逻辑程序设计 |\n| Ch16 | 强化学习 | 任务奖励、值迭代、策略梯度 |\n\n### 2. 打印纸质版\n该笔记专为打印设计（A4 排版）：\n*   打开下载的 PDF 文件。\n*   选择打印机，纸张尺寸设置为 **A4**。\n*   建议双面打印以装订成册，总计约 214 页。\n\n### 3. 拓展学习\n完成本书笔记后，作者团队还提供了进阶笔记，可在同一公众号回复获取：\n*   **深度学习手推笔记**（对应“花书”）\n*   **无人驾驶手推笔记**\n*   **SLAM 十四讲手推笔记**","一名计算机专业的研究生正在备战机器学习面试，急需深入理解周志华《机器学习》（西瓜书）中复杂的数学推导，但面对原著中跳跃的公式步骤感到无从下手。\n\n### 没有 Machine-Learning-Notes 时\n- **推导断层难衔接**：阅读原版教材时，常因省略中间计算步骤而卡壳，不得不花费数小时在草稿纸上反复验算才能理清逻辑。\n- **复习效率低下**：手写的笔记杂乱无章且难以检索，临近面试前无法快速回顾如“支持向量机对偶问题”或“神经网络反向传播”等核心考点。\n- **知识体系碎片化**：缺乏系统性的整理，导致对各章节算法之间的联系（如集成学习与决策树的关系）理解片面，难以形成完整的知识图谱。\n- **打印分享不便**：电子资料格式混乱，无法直接打印成册进行离线深度研读或与实验室同门高效交流。\n\n### 使用 Machine-Learning-Notes 后\n- **公式推导可视化**：直接查阅涵盖 16 章内容的 214 页手推笔记，每一步矩阵运算和微积分推导都清晰呈现，瞬间打通理解堵点。\n- **结构化高效复盘**：利用按章节（从绪论到强化学习）精心整理的 A4 纸版笔记，可快速定位薄弱知识点，将复习时间缩短一半以上。\n- **构建完整知识网**：通过连贯的手推过程，深刻领悟算法背后的数学本质，能够流畅地阐述不同模型间的演进逻辑与异同。\n- **即打即用的学习资料**：下载高清 PDF 直接打印装订，随时随地进行沉浸式学习，并轻松分享给团队成员共同提升。\n\nMachine-Learning-Notes 将晦涩的理论转化为可视化的推导路径，让学习者从“死记硬背公式”转变为“真正掌握数学直觉”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FSophia-11_Machine-Learning-Notes_866e4109.png","Sophia-11","Sophia@UCAS","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FSophia-11_6aeca8e4.jpg","中国科学院~人工智能算法工程师",null,"Beijing","https:\u002F\u002Fgithub.com\u002FSophia-11",3771,749,"2026-04-16T16:57:25",1,"","未说明",{"notes":86,"python":84,"dependencies":87},"该项目并非可运行的软件工具，而是一份周志华《机器学习》（西瓜书）的手推笔记资源库。内容主要为 16 章共 214 页的 A4 纸扫描图片（JPG\u002FPNG 格式），可直接打印或通过 GitHub 页面浏览。获取完整 PDF 版本需关注微信公众号【计算机视觉联盟】并回复关键词下载。无需安装任何编程环境、依赖库或硬件加速设备。",[],[14],[90,91,92,93,94,95],"machine-learning","deep-learning","notes","phd","algorithms","artificial-intelligence","2026-03-27T02:49:30.150509","2026-04-19T06:01:47.097329",[],[]]