实验：OpenGL固定管线，交互式绘制可编辑、精度可控、高阶的Bezier曲线。

整理贴：机器学习(Machine Learning)、数据科学(Data Science)、人工智能(Artificial Intelligence)、深度学习(Deep Learning)和统计学(Statistics)之间的区别及联系。

从昨天下午开始配置OpenGL环境，到今天上午成功完全跑通了红宝书的第一个例子。

本讲主要涉及的知识点有；Logistic回归——牛顿方法／指数分布族／广义线性模型。

前后折腾了4个小时，终于算是把这个环境彻底配出来了，这里记录一下踩坑过程。

这两天和学院的两个很好的老师交流了一下保研方向事宜。

这一节的内容已经有点让人消化不了了..所以准备整理完笔记去把课程Notes打印下来推几遍，过几天再更新后面的内容。

本文核心算法根据[美]Peter Harrington著《Machine Learning in Action(中文版译作“机器学习实战”)》整理。

本讲主要涉及的知识点有：线性回归/梯度下降/正规方程组。