分享一个朋友的人工智能教程。零基础！通俗易懂！风趣幽默！还带黄段子！大家可以看看是否对自己有帮助：点击打开
docker/kubernetes入门视频教程
全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程
梯度下降法算法详情参考：https://www.cnblogs.com/pinard/p/5970503.html
随机梯度下降(SGD) 是一种简单但又非常高效的方法，主要用于凸损失函数下线性分类器的判别式学习，例如(线性) 支持向量机 和 Logistic 回归 。
Stochastic Gradient Descent （随机梯度下降法）的优势:
高效。
易于实现 (有大量优化代码的机会)。
Stochastic Gradient Descent （随机梯度下降法）的劣势:
SGD 需要一些超参数，例如 regularization （正则化）参数和 number of iterations （迭代次数）。
SGD 对 feature scaling
