7步掌握Python机器学习
如今，网络上的Python机器学习资源纷繁复杂，使得刚入门的小白们眼花缭乱。究竟从哪里开始？如何进行？读完这篇文章，相信你就会有自己的答案。
2019年最新Anaconda(最优秀的Python发行版本)镜像下载(持续更新)
国内的软件镜像站点大多没有同步Anaconda 2019镜像，国外的下载又较慢，为此特收集在网盘：
Anaconda3-2019.03-Linux-x86_64.sh
Anaconda3-2019.03-Windows-x86_64.exe
Anaconda3-2019.03-MacOSX-x86_64.pkg
Anaconda简介
Anaconda是免费开源的Python的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析），Anaconda致力于简化包管理和部署。
Cross Entropy Loss 交叉熵损失函数公式推导
表达式
输出标签表示为{0,1}时，损失函数表达式为：
$L = -[y log \hat{y} + (1-y)log(1- \hat{y})]$
二分类
二分类问题，假设 y∈{0,1}
正例：$P(y = 1| x) = \hat{y}$
反例：$P(y=0|x) = 1-\hat{y}$
取似然函数
似然函数就是所有样本在参数θ下发生概率最大的那种情况，由于样本独立同分布，因此概率最大的情况就是每个样本发生概率的连乘。