Machine Learning Projects

这是一个机器学习学习与实践的项目集合，包含入门级项目和系统性的学习笔记。

项目结构

machine-learning-projects/
├── beginner/
│   ├── Identify-irises/          # 入门项目：鸢尾花分类（KNN）
│   └── Identify-breast-cancer/   # 入门项目：乳腺癌检测（逻辑回归）
├── learning-experience/           # 学习笔记
│   ├── Supervised-Machine-Learning.md
│   ├── Advanced-Learning-Algorithms.md
│   └── Unsupervised-Learning.md
└── README.md

目录内容

1. beginner/Identify-irises（入门项目）

鸢尾花分类是一个经典的机器学习入门项目，使用 KNN（K-近邻）算法对鸢尾花数据集进行分类。

2. beginner/Identify-breast-cancer（入门项目）

乳腺癌检测项目使用逻辑回归算法对乳腺癌数据集进行二分类，预测肿瘤为良性或恶性。该项目重点展示了：

• 数据预处理与特征标准化
• 数据泄露问题与修复（fit_transform vs transform）

3. learning-experience（学习笔记）

系统性的机器学习学习笔记，包含三个核心主题：

Supervised-Machine-Learning.md

监督学习笔记，涵盖：

• 机器学习基础概念
• 单变量与多变量线性回归
• 梯度下降算法
• 逻辑回归
• 正则化

Advanced-Learning-Algorithms.md

进阶学习笔记，涵盖：

• 神经网络基础
• 前向传播与反向传播
• TensorFlow/Keras 实现
• 从零实现神经网络（NumPy）

Unsupervised-Learning.md

无监督学习笔记，涵盖：

• K-means 聚类算法
• 异常检测
• 高斯分布
• 推荐系统基础
• 强化学习入门

学习路线

入门阶段
    ↓
监督学习（回归、分类）
    ↓
进阶算法（神经网络）
    ↓
无监督学习（聚类、异常检测）

备注

• 所有学习笔记使用中文编写
• 入门项目适合机器学习初学者
• 学习笔记适合作为复习参考资料