用 Rust 从头实现机器学习算法·回归⑤：贝叶斯回归——让模型说出"我有多确定"
把参数当作随机变量：共轭高斯后验的解析推导、序贯学习收缩、预测不确定度带，以及 MAP 与岭回归的精确等价。
20267 篇
用 Rust 从头实现机器学习算法·回归④：正则化三兄弟——岭、套索与弹性网络
同一个过拟合问题，三种惩罚方案：岭回归闭式解与 λ 扫描、套索的软阈值稀疏路径、弹性网络折中。
用 Rust 从头实现机器学习算法·回归③：多项式回归与过拟合
升维拟合曲线的完整闭环：阶数对比实验、训练/验证 U 形曲线，与过拟合的第一次正面遭遇。
用 Rust 从头实现机器学习算法·回归②：多元回归、特征缩放与正则化
把回归从一元推广到多元：梯度矩阵化、学习率调校、特征标准化与 L2 正则化的机制与三个对照实验。
用 Rust 从头实现机器学习算法·回归①：OLS 与梯度下降
从最小二乘损失推导梯度，用 Rust 实现一元线性回归的梯度下降训练，并生成拟合直线与 loss 收敛曲线两张 SVG。
用 Rust 从头实现机器学习算法·基础篇（下）：线性代数运算
向量点积、矩阵乘法、转置与单位矩阵：从数学定义到 Rust 单文件实现，再用一张图看懂"矩阵乘法 = 对空间的线性变换"。
用 Rust 从头实现机器学习算法·基础篇（上）：开发环境与 Matrix
系列开篇：为什么用 Rust 学机器学习，搭建环境、手写 Matrix 数据结构，并用它造数据画出第一张散点图。