记录自学西瓜书及其笔记。
流程：
书本阅读->算法笔记->算法实现->算法应用。
第一周打卡地址：https://shimo.im/docs/2ReS0JCgyEY4o4K9
2019-05-10
学习了第三章：线性模型。在此期间遇到了，矩阵求导的问题，翻阅了知乎上的文章《矩阵求导术》才得到解决。笔记见「第三章线性模型-〉笔记.md」文件里。
2019-05-12
看了python神经网络编程这本书。感觉就是一本入门的科普书，对于初学者可以帮助快速理解神经网络的运行机制。可以当作无聊时间打发看完把。
学习了第四章：决策树。笔记见「第四章-> 笔记.md」文件里。
2019-05-13
学习了第五章：神经网络。这一章主要是概念的介绍，重要知识点为误差逆传播算法。
重新看了一下《python神经网络编程》这里面有个神经网络的实现过程，觉得可以细致的研究下。书还是有点东西值得读一读的。
2019-05-14
使用python实现ID3决策树模型。ID3决策树不包含连续值处理，缺失处理，过拟合等问题。实现较为简单。
2019-05-15
学习第七章：贝叶斯分类器。利用的是贝叶斯概率公式作为理论基础。
2019-05-16
使用python代码实现了朴素贝叶斯分类器。半朴素贝叶斯分类等剩余内容，涉及理论比较晦涩难懂。暂且搁置，后期再回头翻看。