【笔记：白板机器学习】从线性回归到感知机

前言

因为自己太菜了，所以想学习一下理论提升一下自己的$ML$数学基础，看到了白板机器学习这个神课，想跟着学一下，在这里把笔记public，希望能够找到一起学习的小伙伴鸭，希望批评指教。

也许这个文章没什么人看吧……毕竟大多只是当知识的搬运工，我希望作为一个初学者可以把其中的我不太明白的地方对应出一个文章，这样监督自己学好这个资料（躺在收藏夹吃灰，不如慢慢地啃下它来）。

我希望这个理论和实践并重，这个笔记系列就算是理论了，实践我会慢慢学习pytorch这个包的用法，笔记也会分享到入门Pytorch（一）——搭建第一个神经网络这个系列中，相辅相成地利用课余时间学习好机器学习的理论。

我希望这个文章的形式不只是搬运大佬的板书，我想希望是以一篇文章分享，一篇文章把自己在里面不懂的地方查资料完善出来，跟着再出一篇文章，如果实在不懂也会把问题提出来，等待有大神解答（如果搜不到的话）。

其实就是参考了shuhuai007大佬的白板机器学习，后续关于一些问题的填补主要计划就是自己去做了，非常非常感谢有这样好的开源课能够出现，对自己有很大的提升。

因为是秃头大学生，我主要想学的时候一边推导一边记，这样比敲符号要直观得多，自己理解的也会更好，再誊一遍就浪费时间了，所以见谅（看的人多了会考虑更新完善一下的，记错的地方也希望大家（如果有的话）指正）。