1.國內市場累計銷量榜首的“西瓜書”《機器學習》公式接近解析指南！“南瓜書”繫Datawhale成員自學筆記，對“西瓜書”中250個重難點公式做了詳細解析和推導（重難點公式覆蓋率達99%），旨在解決機器學習中的數學難題。2.機器學習初學小白提升數學基礎能力的推薦練習冊！以本科數學基礎視角對“西瓜書”裡比較難理解的公式加以解析和推導細節，補充大量重、難點數學知識和參考材料，分享在學習中遇到的“坑”以及跳過這個“坑”的方法，對於初學機器學習的小白也能上手練習！3.俞勇、王斌、李沐、程明明、陳等

●序（王斌小米AI實驗室主任、NLP首席科學家）
前言
主要符號表
第1章緒論
式(1.1)
式(1.2)
第2章模型評估與選擇
式(2.20)
式(2.21)
式(2.27)
式(2.41)
附注
參考文獻
第3章線性模型
式(3.5)
式(3.6)
式(3.7)
式(3.10)
式(3.27)
式(3.30)
式(3.32)
式(3.37)
式(3.38)
式(3.39)
式(3.43)
式(3.44)
式(3.45)
第4章決策樹
式(4.1)
式(4.2)
式(4.6)
式(4.7)
式(4.8)
附注
參考文獻
第5章神經網絡
式(5.2)
式(5.10)
式(5.12)
式(5.13)
式(5.14)
式(5.15)
式(5.20)
式(5.22)
式(5.23)
式(5.24)
附注
參考文獻
第6章支持向量機
式(6.9)
式(6.10)
式(6.11)
式(6.13)
式(6.35)
式(6.37)
式(6.38)
式(6.39)
式(6.40)
式(6.41)
式(6.52)
式(6.60)
式(6.62)
式(6.63)
式(6.65)
式(6.66)
式(6.67)
式(6.70)
附注
參考文獻
第7章貝葉斯分類器
式(7.5)
式(7.6)
式(7.12)
式(7.13)
式(7.19)
式(7.20)
式(7.24)
式(7.25)
式(7.27)
式(7.34)
附注
參考文獻
第8章集成學習
式(8.1)
式(8.2)
式(8.3)
式(8.4)
式(8.5)
式(8.6)
式(8.7)
式(8.8)
式(8.9)
式(8.10)
式(8.11)
式(8.12)
式(8.13)
式(8.14)
式(8.16)
式(8.17)
式(8.18)
式(8.19)
式(8.20)
式(8.21)
式(8.22)
式(8.23)
式(8.24)
式(8.25)
式(8.26)
式(8.27)
式(8.28)
式(8.29)
式(8.30)
式(8.31)
式(8.32)
式(8.33)
式(8.34)
式(8.35)
式(8.36)
第9章聚類
式(9.5)
式(9.6)
式(9.7)
式(9.8)
式(9.33)
式(9.34)
式(9.35)
式(9.38)
第10章降維與度量學習
式(10.1)
式(10.2)
式(10.3)
式(10.4)
式(10.5)
式(10.6)
式(10.10)
式(10.14)
式(10.17)
式(10.24)
式(10.28)
式(10.31)
第11章特征選擇與稀疏學習
式(11.1)
式(11.2)
式(11.5)
式(11.6)
式(11.7)
式(11.10)
式(11.11)
式(11.12)
式(11.13)
式(11.14)
式(11.15)
式(11.16)
式(11.17)
式(11.18)
第12章計算學習理論
式(12.1)
式(12.2)
式(12.3)
式(12.4)
式(12.5)
式(12.7)
式(12.9)
式(12.10)
式(12.11)
式(12.12)
式(12.13)
式(12.14)
式(12.15)
式(12.16)
式(12.17)
式(12.18)
式(12.19)
式(12.20)
式(12.21)
式(12.22)
式(12.23)
式(12.24)
式(12.25)
式(12.26)
式(12.27)
式(12.28)
式(12.29)
式(12.30)
式(12.31)
式(12.32)
式(12.34)
式(12.36)
式(12.37)
式(12.38)
式(12.39)
式(12.40)
式(12.41)
式(12.42)
式(12.43)
式(12.44)
式(12.45)
式(12.46)
式(12.52)
式(12.53)
式(12.57)
式(12.58)
式(12.59)
式(12.60)
參考文獻
第13章半監督學習
式(13.1)
式(13.2)
式(13.3)
式(13.4)
式(13.5)
式(13.6)
式(13.7)
式(13.8)
式(13.9)
式(13.12)
式(13.13)
式(13.14)
式(13.15)
式(13.16)
式(13.17)
式(13.20)
第14章概率圖模型
式(14.1)
式(14.2)
式(14.3)
式(14.4)
式(14.7)
式(14.8)
式(14.9)
式(14.10)
式(14.14)
式(14.15)
式(14.16)
式(14.17)
式(14.18)
式(14.19)
式(14.20)
式(14.22)
式(14.26)
式(14.27)
式(14.28)
式(14.29)
式(14.30)
式(14.31)
式(14.32)
式(14.33)
式(14.34)
式(14.35)
式(14.36)
式(14.37)
式(14.38)
式(14.39)
式(14.40)
式(14.41)
式(14.42)
式(14.43)
式(14.44)
第15章規則學習
式(15.2)
式(15.3)
式(15.6)
式(15.7)
式(15.9)
式(15.10)
式(15.11)
式(15.12)
式(15.13)
式(15.14)
式(15.16)
第16章強化學習
式(16.2)
式(16.3)
式(16.4)
式(16.7)
式(16.8)
式(16.10)
式(16.14)
式(16.16)
式(16.31)

周志華老師的《機器學習》（俗稱“西瓜書”）是機器學習領域的經典入門教材之一。本書（俗稱“南瓜書”）基於Datawhale成員自學“西瓜書”時記下的筆記編著而成，旨在對“西瓜書”中重難點公式加以解析，以及對部分公式補充具體的推導細節。全書共16章，與“西瓜書”章節、公式對應，每個公式的推導和解析都以本科數學基礎的視角進行講解，希望能夠幫助讀者達到“理工科數學基礎扎實點的大二下學期學生”水平。每章都附有相關閱讀材料，以便有興趣的讀者進一步鑽研探索。本書思路清晰，視角獨特，結構合理，可作為高等院校計算機及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。