机器学习
Author：louwill
Machine Learning Lab
大家好，我的新书《机器学习：公式推导与代码实现》目前正在写作中，预计明年2月底可完稿。
为了让本书能够更加贴近广大机器学习爱好者、相关专业学习者或者从业者的具体实际，用更通俗易懂的方式把机器学习原理呈现给读者，特在此发布本书的样章试读以及意见征求稿。希望能得到各位读者宝贵的意见与建议。
样章为本书第2章——线性回归，本书对于机器学习模型的写作范式从例子引入开始，到完整的原理和公式推导，再到具体的NumPy实现，基本路线也深度契合本书的书名：推导与实现。
样章pdf可在后台回复 样章 获取，期待您的宝贵意见。
样章摘选如下：
在机器学习模型中，线性模型（Linear Model）是一种形式简单，但却包含着机器学习主要建模思想的模型。线性回归（Linear Regression，LR）是线性模型的一种典型。比如“双十一”中某款产品的销量预测、某数据岗位的薪资水平预测，都可以用线性回归来拟合模型。从某种程度上来说，回归分析不再局限于线性回归这一具体模型和算法，更包含了广泛的由自变量到因变量的机器学习建模思想。
有数据或算法学习等问题想要咨询的同学，可以加我微信，一般都会给到大家针对性的建议。