gavinkhung/machine-learning-visualized

解决的问题

当机器学习算法以“黑盒”形式呈现时，学习它们可能会很困难。这个项目提供了一种透明的方式来理解这些算法的工作原理，通过从基本原理进行数学推导并可视化其训练过程。

工作原理

该仓库作为一个中心枢纽，聚合了来自不同项目的各种Jupyter Notebook。它使用Jupyter Book框架将这些Notebook与Markdown文档编译成一个连贯、可搜索的网站。用户可以运行脚本拉取特定的算法Notebook（如神经网络或K-Means），然后通过命令行或Docker在本地构建这本书。

适用对象

该项目面向学生、研究人员和开发者，他们希望深入了解机器学习模型的内部机制。它特别适合那些喜欢通过交互式探索和观察训练过程中权重的数学演变来学习的人。

亮点

• 可视化机器学习算法在训练阶段中的进展。
• 包含交互式Marimo Notebook，允许用户操作权重并观察损失函数的变化。
• 为每个算法提供数学推导，解释其底层逻辑。
• 提供结构化的基于网页的格式，可在本地构建或导出为EPUB。