机器学习相关参考

特征工程相关

1. 特征选择
2. 特证工程学习笔记
3. Feature-Engineering中文版

缺失值填充方法

1. 机器学习_数据处理及模型评估相关资料
2. 训练模型填充空值(fill null)的几种方法

范数

1. 0范数，1范数，2范数的几何意义
2. 机器学习中的范数规则化之（一）L0、L1与L2范数

矩阵

1. Matrix calculus(矩阵微积分)关于矩阵求导
2. 如何理解相似矩阵
3. 矩阵求导术(上）
4. 矩阵求导术(下)
5. 孟岩的理解矩阵（一）（二）（三）(辅助理解）
   https://blog.csdn.net/myan/article/details/647511
   https://blog.csdn.net/myan/article/details/649018
   https://blog.csdn.net/myan/article/details/1865397
6. 如何理解矩阵特征值
7. 奇异值分解SVD
8. 矩阵求导、几种重要的矩阵及常用的矩阵求导公式
9. Scalar-by-vector identities

高数&算法

1. 马同学高等数学
2. 牛顿法
3. 逻辑回归
4. 深入理解SVM之对偶问题
5. EM算法
6. 支持向量机(强烈推荐)

others

1. 西瓜书第3，6，10详细讲解

来源：CSDN

作者：whime_sakura

链接：https://blog.csdn.net/whimewcm/article/details/83187932