Интерактивные и наглядные объяснения ключевых алгоритмов машинного обучения через математические формулы (есть главы про PCA, линейные модели, нейросети и др)
Что внутри?
Оптимизация (например, градиентный спуск)
Кластеризация и понижение размерности (PCA и k-means)
Линейные модели (перцептрон, логистическая регрессия)
Нейронные сети и обратное распространение ошибки
Все примеры представлены в виде Jupyter-ноутбуков с кодом и визуализациями (т.е их можно сразу запускать, модифицировать и изучать)
https://ml-visualized.com/
Источник: ml-visualized.com
Источник: ai-news.ru
