想不到真的寫完三十天了，開始打文才知道老師們平常上課有多厲害，自己了解的概念要用解釋性的話再說一次真的滿困難的。寫這二十幾篇文讓我最困擾的地方就是所有出現的數學式子了，所以這邊跟大家推薦這個網站，他可以用latex的語法很快速的寫出數學式，並且生出一張圖片給你，真的很方便！

也很抱歉，第一篇說我要呼叫套件，但是其實我沒有呼叫到套件，主要是因為呼叫套件真的完全沒有難度，以python scikit-learn來說，大概就是

from sklearn import linear_model
clf = linear_model.Ridge(alpha = 1.)
clf.fit (feature , target) 
clf.predict(test_data)

基本上就是這種寫法而已，完全不需要知道任何原理，只要換個東西import，然後都是fit與predict，只要知道輸入的資料要長什麼樣子，就可以了。所以其實後來想想好像也沒什麼特別需要打出來的，而且也覺得還是著重在原理的推導比較有趣！

再來要抱歉雖然說實做PRML，但是其實我也只做了幾個部份而已，PRML還有很多很多東西非常值得大家去看去實做，不過篇幅關係我沒辦法全部寫出來。例如PRML裡面也有介紹基本的神經網路，看完那一章再去看神經網路的文章一定是會有幫助的。又或是更進階的組合模型，例如boosting方法，在裡面也有介紹，內如真的相當豐富有興趣的話一定要去看一下。

最後想說的是，我大學是歷史系，數學底子應該比大部份的人差很多，我相信連我都可以看懂這些東西，甚至簡單的做出一些可以動的程式，你一定也沒問題。我想真的只是需要克服看到那些鬼畫符的數字就反感的第一步，接著就很可以享受這些厲害的人所推導出來的東西，並且培養出一些興趣，然後開始真正的研究！

機器學習，你也可以！