Tracing my right or wrong way of learning ML here.

[我不想在这里写具体的学习内容或笔记，只记录过程]

接触机器学习是因为新找的工作需要用，我很早就听过相关的概念，感兴趣所以也乐于学习这新鲜的知识。

看了1个星期了，现在斯坦福的机器学习课程看了2节课，感觉有一点了，想记录一下自己的过程。

看完了python语法，研究了numpy和matplotlib并学写了几个图形程序。弄了一个正态分布的图，感觉很形象。

看那个视频觉得不够系统，还是拿了一本清华的《统计学习方法》啃，感觉好多了。

今天看完了感知机，决定用python实现算法1。过程比较繁琐，学到了各方面的知识。一边理解算法，一边写代码，折腾了一天。

K邻近法

在学习的过程中，除了学习了原理，还学习和理解了KD树、numpy模块的argpartition函数和numpy.array数据结构、matplotlib绘散点图。