Andrew Ng在搞Coursera之前，有个OpenClass，就是教Machine Learning，那是远在2010年，非常久远，但是可以说，后面的那些课程，都是在那个基础上弄的。其实差不多，另一方面就是那个年代久远，Python根本不像现在这样流行，那个年代还整天在Perl VS Python，而不是今天的R VS Python。然后这个OpenClass的课程，是用Matlab/Octave教的，我印象中应该是Matlab，然后课程作业我是用Octave作的。然后我又自己用R重新写了，打了一个R包，取名mlass是ML + clAss的意思，无意中变成了ML + ass。
我大概实现了大部分基础的东西，神经网络没有写。
- Linear Regression with one variable <2012-01-06, Fri>
- Linear Regression with multiple variables <2012-06-28, Thu>
- Logistic Regression <2012-06-20, Wed>
- Regularization for preventing overfitting <2012-06-27, Wed>
- Neural Networks
- Support Vector Machines <2012-04-11, Wed>
- Hierarchical clustering, single and complete method <2012-12-10, Mon>
- Hierarchical clustering, average (UPGMA) method <2014-08-22, Fri>
- K-Means algorithm <2011-12-30, Fri>
- Principal Component Analysis
但是这个十几年前写的包，还是挺好的，因为除了实现算法之外，结果用S4对象存，写了方法访问数据，写了可视化代码画图，然后部分计算的东西，我还用C++写了。当年的session info，ggplot2还是0.9.0，非常古早。
所谓人丑要多读书，AI得继续学起来，于是翻出来这个旧代码，发现这个包安装报错了，修正了一下。文档也从原来用LaTeX写的，换成了用Markdown来写。它又可以安装了。
例子大概比如kmeans里迭代中心点，画出来这样子：
再比如一个SVM分类的例子，结果是这样子：
前两年大家还在说大数据就像少年性事，大家都在讲但没人做过。现在AI都快成为大学生的通识课了。必须要搞起来。