周志华老师的《机器学习》（西瓜书）是机器学习领域的经典入门教材之一，周老师为了使尽可能多的读者通过西瓜书对机器学习有所了解, 所以在书中对部分公式的推导细节没有详述，但是这对那些想深究公式推导细节的读者来说可能“不太友好”，本书旨在对西瓜书里比较难理解的公式加以解析，以及对部分公式补充具体的推导细节，诚挚欢迎每一位西瓜书读者前来参与完善本书：一个人可以走的很快，但是一群人却可以走的更远。
南瓜书仅仅是西瓜书的一些细微补充而已，里面的内容都是以西瓜书的内容为前置知识进行表述的，所以南瓜书的最佳使用方法是以西瓜书为主线，遇到自己推导不出来或者看不懂的公式时再来查阅南瓜书。若南瓜书里没有你想要查阅的公式，可以点击这里提交你希望补充推导或者解析的公式编号，我们看到后会尽快进行补充。
在线阅读地址：https://datawhalechina.github.io/pumpkin-book
- 第1章 绪论
- 第2章 模型评估与选择
- 第3章 线性模型
- 第4章 决策树
- 第5章 神经网络
- 第6章 支持向量机
- 第7章 贝叶斯分类器
- 第8章 集成学习
- 第9章 聚类
- 第10章 降维与度量学习
- 第11章 特征选择与稀疏学习
- 第12章 计算学习理论（正在完成中）
- 第13章 半监督学习
- 第14章 概率图模型
- 第15章 规则学习（正在完成中）
- 第16章 强化学习
书名：机器学习
作者：周志华
出版社：清华大学出版社
版次：2016年1月第1版
勘误表：http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/MLbook2016.htm
全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。
文档采用Markdown语法编写，数学公式采用LaTeX语法编写，数学符号规范参见西瓜书目录前一页《主要符号表》。
编辑器推荐：马克飞象
pumpkin-book
├─docs
| ├─chapter1 # 第1章
| | ├─resources # 资源文件夹
| | | └─images # 图片资源
| | └─chapter1.md # 第1章公式全解
| ├─chapter2
...## 公式编号
$$（公式的LaTeX表达式）$$
[推导]：（公式推导步骤） or [解析]：（公式解析说明）
## 附录（可选）
（附录内容）例如：
@awyd234 @Heitao5200 @juxiao @LongJH @LilRachel @Majingmin @spareribs @sunchaothu @StevenLzq @Sm1les @Ye980226
