该博客系列包含了作者在学习机器学习相关理论时的经验总结。主要参考资料是RRML一书，该博客系列涵盖了该书的绝大部分章节。除此之外，还有部分文章涉及各个算法的工程实现方案，如参数的自动选择等。
每篇博客由如下几部分组成：
- 详细的理论推导
每一篇博客对于所涉及的算法进行了详细的理论推导，特别是PRML一书中晦涩难懂的部分给出了详细证明。
- 丰富的图例
博客行文中对于所涉及的理论都给出了大量的图示，并且对于PRML一书的许多图片样例给出了python具体实现
- 算法的python实现
利用python 和scipy软件栈(numpy,scipy,matplotlib等)对于每一个算法给出了具体实现
部分笔记尚在总结之中，整理完之后会逐渐上传
一、kernel method
1.核化法
2.SVM
3.kernel method在其他模型中的应用
4.PCA
二、聚类与隐含变量
1.混合高斯模型
2.k-means
3.EM