力求每行代码都有注释，重要部分注明公式来源。具体会追求下方这样的代码，学习者可以照着公式看程序，让代码有据可查。
如果时间充沛的话，可能会试着给每一章写一篇博客。先放个博客链接吧：传送门。
博客：统计学习方法|感知机原理剖析及实现
实现：perceptron/perceptron_dichotomy.py
博客：统计学习方法|K近邻原理剖析及实现
实现：KNN/KNN.py
博客：统计学习方法|朴素贝叶斯原理剖析及实现
实现：NaiveBayes/NaiveBayes.py
博客：统计学习方法|决策树原理剖析及实现
实现：DecisionTree/DecisionTree.py
博客：逻辑斯蒂回归：统计学习方法|逻辑斯蒂原理剖析及实现
博客：最大熵：统计学习方法|最大熵原理剖析及实现
实现：逻辑斯蒂回归：Logistic_and_maximum_entropy_models/logisticRegression.py
实现：最大熵：Logistic_and_maximum_entropy_models/maxEntropy.py
博客：统计学习方法|支持向量机(SVM)原理剖析及实现
实现：SVM/SVM.py
实现：EM/EM.py
实现：HMM/HMM.py
项目未来短期内不再更新，如有疑问欢迎使用issue，也可添加微信或邮件联系。
此外如果有需要MSRA实习内推的同学，欢迎骚扰。
Wechat: lvtengchao（备注“blog-学校/单位-姓名”）
Email: [email protected]