线性回归及其代码实现
本文从线性回归出发，介绍了常用的线性模型，以及正则化技巧，并介绍了Sklearn代码实现，以及如何使用Numpy进行从零实现。
beamer简易入门
介绍beamer的简易入门
机器学习通用技术：混淆矩阵与ROC曲线
介绍混淆矩阵，ROC曲线及其相关的一系列指标，并给出其代码实现
机器学习通用技术：学习曲线
介绍学习曲线的代码绘制及其在机器学习调参中的使用
XGBoost原理及其代码实现（更新中）
介绍XGBoost算法的原理及其sklearn代码实现
GBDT算法原理及其代码实现
介绍GBDT算法的原理及其sklearn代码实现
AdaBoost算法原理及其代码实现
介绍AdaBoost算法的原理及其sklearn代码实现
A/B测试简介
介绍A/B测试的流程与理论基础
A/B测试中最小样本量计算公式的推导
介绍A/B测试中最小样本量公式的推导
假设检验（一）：参数检验
介绍假设检验的思想与常见的检验方法
