每天30分钟，系统梳理机器学习的各个知识点，概念+原理+代码。

项目地址

1. 数据处理

• 数据探索
• 特征清洗
• 特征工程
• 特征选择 （该部分内容已迁移至 这里）

2. 数学基础

• 单变量微积分
• 多变量微积分
• 线性代数
• 概率论
• 统计学（TODO）
• 最优化算法

3. 机器学习算法

• 模型评估与模型调优
• 正则化（TODO）
• 损失函数（TODO）

以下资料如有电子版，均已放置在 /reference 目录下。

1. 《Machine Learning for Humans》 科普读物，用精致的语言、浅显的案例，描述了机器学习的基本概念 。原文由 Vishal Maini 在 Medium平台上发布 。链接
2. Feature Engineering & Feature Selection Udemy Course by Soledad Galli 课程1 课程2 。很少有的几门专门讲特征工程的网络课程。Udemy 出品，需要收费。
3. 《Machine Learning》很赞的一个脑图，总结机器学习里的很多基础概念。链接
4. 《Python Data Science Cheat Sheets》有了这份 Python 小抄表简直作弊。 链接
5. 《Calculus Cheat Sheet》对微积分知识的精炼总结。链接