【把硬核数学变透明：徐亦达教授的交互式机器学习课程】徐亦达教授将过去十多年在GitHub积累的几十份机器学习讲义重构为一个交互式学习网站。这套资源包含47个模块和282个章节，涵盖了从基础的回归、决策树到高阶的变分推断、MCMC、神经正切核（NTK）以及最新的Transformer和扩散模型。不同于公式密集的静态PDF，它通过网页形式整合了大量动态实验，允许学习者在推导公式的同时直接观察算法的实时演化。在模型架构日新月异的当下，这套资源选择回归概率、优化与学习理论等基础。网页交互解决了PDF翻页查找公式的痛点，尤其是动态演示图让抽象的数学概念有了直观的物理意义。对于开发者而言，追逐新模型容易产生信息焦虑，但支撑这些模型的基础理论并不会随版本更新而过时。这种将研究级内容降维成交互式实验室的做法，打破了学术论文与工程实践之间的壁垒，是补齐理论短板的高效路径。 ai.richardxu.com/ml repo: roboticcam/machine-learning-notes