幾周前，一個(gè)GitHub倉庫里出現(xiàn)了"動(dòng)手學(xué)AI"系列的第一章，主題是回歸算法。今天，作者zkzkGamal更新了第二章：分類算法。沒有視頻，沒有營銷，只有兩個(gè)章節(jié)、幾十頁筆記和從零實(shí)現(xiàn)的代碼。

這個(gè)項(xiàng)目的起點(diǎn)很直白——作者受夠了"只會(huì)調(diào)包"的狀態(tài)。調(diào)用model.fit()就能跑通模型，但里面在算什么？損失函數(shù)怎么下降的？為什么這個(gè)算法在這個(gè)數(shù)據(jù)集上表現(xiàn)更好？這些問題卡住了太多轉(zhuǎn)型中的開發(fā)者。

第二章覆蓋了五種核心分類算法。作者沒有羅列API文檔，而是選擇手寫實(shí)現(xiàn)：邏輯回歸、K近鄰、樸素貝葉斯、支持向量機(jī)、決策樹與隨機(jī)森林。每個(gè)算法都配了NumPy原生代碼、scikit-learn對比實(shí)驗(yàn)，以及XGBoost的集成學(xué)習(xí)版本。

真正花時(shí)間的地方不在"跑通"而在"搞懂"。作者專門拆解了正則化的數(shù)學(xué)原理，對比了L1和L2稀疏性的差異；把梯度下降畫成動(dòng)態(tài)收斂圖，直觀展示學(xué)習(xí)率過大和過小的典型失敗模式；用混淆矩陣、ROC曲線、AUC、F1-score完整走了一遍評(píng)估流程，而不是只打印一個(gè)accuracy。

數(shù)據(jù)全是真實(shí)的：UCI機(jī)器學(xué)習(xí)庫的經(jīng)典數(shù)據(jù)集，從鳶尾花到信用評(píng)分，每個(gè)案例都附帶探索性分析和特征工程決策的注釋。代碼結(jié)構(gòu)很克制——沒有封裝過度的類，沒有炫技的裝飾器，就是干凈的函數(shù)和清晰的變量名。

這個(gè)系列的目標(biāo)讀者很明確：正在從開發(fā)轉(zhuǎn)機(jī)器學(xué)習(xí)的工程師、準(zhǔn)備面試的求職者、以及想補(bǔ)基礎(chǔ)的人。作者自己就是第一類人，所以知道痛點(diǎn)在哪——網(wǎng)上教程要么太淺（調(diào)包三步走），要么太深（直接推數(shù)學(xué)公式，沒有代碼銜接）。

第一章講回歸時(shí)，作者已經(jīng)實(shí)踐了這個(gè)方法論：先手寫梯度下降，再對比scikit-learn的封裝實(shí)現(xiàn)，最后延伸到XGBoost的優(yōu)化細(xì)節(jié)。第二章延續(xù)了同樣的節(jié)奏，但分類問題的評(píng)估指標(biāo)更復(fù)雜，多分類策略（OvR、OvO、Softmax）的實(shí)現(xiàn)陷阱也更多。

倉庫地址很樸素：https://github.com/zkzkGamal/hands-on-ai-tutorial/tree/main/ml_fundamentals/chapter2。沒有Star數(shù)截圖，沒有"全網(wǎng)最全"的標(biāo)題黨。作者說反饋隨時(shí)歡迎，無論是代碼bug、解釋不清的地方，還是結(jié)構(gòu)建議。

第三章的方向還在猶豫。候選主題有兩個(gè)：降維（PCA、t-SNE、UMAP）或者高級(jí)模型評(píng)估與超參數(shù)調(diào)優(yōu)。前者是可視化和高維數(shù)據(jù)處理的剛需，后者是工程落地時(shí)的核心技能。作者把決定權(quán)交給了讀者——在評(píng)論區(qū)留言投票。

這種"邊學(xué)邊建"的模式在開發(fā)者社區(qū)并不罕見，但能堅(jiān)持手寫實(shí)現(xiàn)、拒絕調(diào)包即走的人不多。畢竟，調(diào)用一個(gè)fit()只需要三行代碼，理解它可能需要三十個(gè)小時(shí)。作者選了更難的路，也把筆記公開給同路人。

如果你也在類似的學(xué)習(xí)階段，這個(gè)倉庫的價(jià)值可能不在于"學(xué)完"，而在于"跟著寫一遍"。親手實(shí)現(xiàn)一次softmax的數(shù)值穩(wěn)定性處理，或者SVM的SMO優(yōu)化，比看十遍推導(dǎo)印象深刻得多。