作者介绍了常用的算法，包括：
这部分包含了大量的数学公式，但作者尽力注解了其中的每个公式，从而充分、清晰地表达了众多数学概念。
例如在「神经网络」部分，作者整理了 59 页的笔记（从 311 页到 369 页）。作者从人脑中的神经元架构说起，介绍了人工神经网络（ANN）、人工神经元工作的原理。这份笔记非常注重图像化的概念解释，理解起来非常直观。
获取链接：
▲长按扫描，回复7008即可获取
或点击下方直接跳转，后台回复：7008
例如，下图中的概念解释很形象地展现了生物神经元和人工神经元工作方式的相似性。
生物神经元的树突输入-轴突输出模式和人工神经元的输入输出模式对比。
过拟合的解释。在涉及到数学公式时，作者会在旁边有详细的注解，如下图所示：
对于并列的可选项（如激活函数、常用神经网络架构等），也会有全面的列表：
对于神经网络中较为复杂的概念（如求导、反向传播），几张图就能解释清楚：
反向传播算法完整流程。
前向传播部分的计算细节。机器学习笔记PDF电子版下载
为了方便大家学习，我们已经准备好了完整版的机器学习笔记PDF，感兴趣的同学可以按照下述步骤便捷获取：
获取链接：
▲长按扫描，回复7008即可获取
或点击下方直接跳转，后台回复：7008
