ML ML Learning Lab
/EN
关于本项目

关于 ML Learning LabAn interactive visual learning platform

一个用交互可视化讲机器学习的学习平台 · 46 章纯静态站点

46
课程内容
4
学习路径
0
运行时依赖
Lab ML · DL · RL 交互式可视学习

为什么做这个项目?

传统的机器学习教材依赖大量数学公式,让许多自学者望而却步。我们的核心理念是:可视化优先,直觉优先。在浏览器里拖动滑块、点击按钮、观察动画——算法在做什么,每一步都看得见。

目标读者只需具备高中数学水平。微积分与线性代数可以后补,但直觉必须先行。

公式可以后补,直觉必须先行。
— ML Learning Lab 设计原则

课程架构

共 46 章,分四条轨道,由基础到进阶循序渐进。

技术栈

运行时纯静态、零依赖;开发期使用 Vite + TypeScript。

HTML5CSS3(自定义属性)Vanilla JavaScript (ES6+)Chart.js(本地)Canvas APICloudflare Pages零构建工具

所有机器学习算法(线性回归、MLP、K-Means、决策树、CNN、DQN 等)均从零手写为纯 JavaScript,不依赖任何 ML 库。每章为单个自包含 HTML 文件,共享全局 CSS 与工具 JS。

TypeScript 源码 src/ts/*.ts · 开发期 build:ts 全局 JS 产物 js/*.js · Vite + tsc script src 46 章静态页面 自包含 HTML · 零运行时依赖 git push Cloudflare Pages 自动部署 · 全球 CDN

浏览器里直接运行算法可视化:无需安装、无需后端、无第三方运行时。

许可与源码

⚖️

许可与源码

基于 MIT 许可——自由使用、修改与分发。源码托管于 GitHub,欢迎提交 Issue 与 PR。

在 GitHub 查看源码

版本历史

从首个版本到视觉重构的全过程记录。