机器学习数据处理步骤：

机器学习基础与实践（一）----数据清洗

机器学习基础与实践（二）----数据转换

机器学习基础与实践（三）----数据降维之PCA

基本机器学习算法推导：
决策树：https://blog.csdn.net/yen_csdn/article/details/79012871
KNN分类：http://www.cnblogs.com/bahcelor/p/7239997.html
SVM:https://blog.csdn.net/zxllll8898/article/details/53404484
神经网络：https://www.cnblogs.com/bahcelor/p/7252394.html
K-means：https://blog.csdn.net/loveliuzz/article/details/78052711
卷积神经网络：https://www.cnblogs.com/skyfsm/p/6790245.html

深度学习推导：
零基础入门深度学习(1) - 感知器
零基础入门深度学习(2) - 线性单元和梯度下降
零基础入门深度学习(3) - 神经网络和反向传播算法
零基础入门深度学习(4) - 卷积神经网络
零基础入门深度学习(5) - 循环神经网络
零基础入门深度学习(6) - 长短时记忆网络(LSTM)
零基础入门深度学习(7) - 递归神经网络

难点：
pca降维推导：https://www.cnblogs.com/tbiiann/p/6259459.html
svd分解推导：https://www.cnblogs.com/tbiiann/p/6262397.html
机器学习中的距离：https://www.cnblogs.com/tbiiann/p/5968784.html
最小二乘法法推导：https://www.cnblogs.com/paiandlu/p/7843236.html
svm手推：https://blog.csdn.net/v_july_v/article/details/7624837
kkt条件解释：https://www.cnblogs.com/liaohuiqiang/p/7805954.html
gbdt：https://blog.csdn.net/lyzmyy/article/details/45665105?utm_source=blogxgwz3
或者 https://blog.csdn.net/v_july_v/article/details/40718799