Update README.md

Author: luwill

README.md

@@ -3,12 +3,12 @@
 
 本书在对全部机器学习算法进行分类梳理的基础之上，分别对监督学习单模型、监督学习集成模型、无监督学习模型、概率模型4个大类26个经典算法进行了相对完整的公式推导和必要的代码实现，旨在帮助机器学习入门读者完整地掌握算法细节、实现方法以及内在逻辑。本书可作为《统计学习方法》和西瓜书《机器学习》的补充材料。
 
-### 使用说明
 ---
+### 使用说明
 本仓库为《机器学习 公式推导与代码实现》一书配套代码库，相较于书中代码而言，仓库代码随时保持更新和迭代。目前仓库只开源了全书的代码，全书内容后续也会在仓库中开源。本仓库已经根据书中章节将代码分目录整理好，读者可直接点击相关章节使用该章节代码。
 
-### 纸质版
 ---
+### 纸质版
 <img 
 src="https://github.com/luwill/louwill-python-learning/raw/master/cover.jpg"
 width = "280" height = "350">
@@ -19,12 +19,12 @@ padding: 2px;"></div>
 
 购买链接：[京东](https://item.jd.com/13581834.html) | [当当](http://product.dangdang.com/29354670.html)
 
-### 配套PPT
 ---
+### 配套PPT
 为方便大家更好的使用本书，本书也配套了随书的PPT，购买过纸质书的读者可以在机器学习实验室公众号联系读者获取。
 
-### 全书勘误表
 ---
+### 全书勘误表
 #### 第一版第一次印刷勘误
 |  序号   | 所在页码  | 具体问题 | 勘误类型 | 修改 |
 |  ----  | ----  | ----  | ----  | ----  |
@@ -73,7 +73,6 @@ padding: 2px;"></div>
 
 **注意：以上勘误在2022.3第三次印刷版本中均已更正！**
 
-
-### LICENSE
 ---
+### LICENSE
 本项目采用[知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议](https://creativecommons.org/licenses/by-nc-sa/4.0/)进行许可。