“学而时习之，不亦乐乎”，利用放假几天时间，简单复习了一下之前学习的Machine Learning课程，并且用刚上手没两天的SciPy重新完成了大部分Ng的课后作业，SciPy真的非常好用~

上图是SciPy官方网站对SciPy的介绍，SciPy并不是单个开源项目，而是一组开源项目共同构成的Python科学计算生态系统，一个非常值得一看的系列Tutorial在这里。

下面是重写后的课后练习的notebooks：

1. Linear regression
2. Logistic Regression
3. Multi-class Classification
4. Learning curve(Bias v.s. Variance)
5. SVM
6. K-Means & PCA

神经网络相关的实验还没有重写，sklearn没有提供监督学习的神经网络组件，需要用pylearn2来做，有时间补上。