第一部分課程：foundation oriented：主要講解機器學習的基礎知識
1.課程內容
該課程主要闡述關於機器學習（ml）的四個問題：
1.1什麼時候用ml？ 【明確用ml解決某一問題的可行性；看該問題是否能抽象成具體的ml常規問題（分類/回歸之類）】
1.2為什麼要用ml？【機器學習作為解決問題的方法之一，與其他演算法相比有什麼優勢】
1.3怎麼用ml？【機器學習演算法選擇，不同演算法對應解決不同的問題】【演算法落地，聯絡具體的實際應用場景】
1.4怎麼使ml用得更好？【演算法改進，聯絡實際】
力薦 台大林軒田《機器學習基石》資源彙總
原文 重磅 吳恩達新書 machine learning yearning 最新版分享 紅色石頭的個人 redstonewill.com 首先附上這門課的主頁 hsuan tien lin 機器學習基石 機器學習基石 林軒田 這門課主要涉及機器學習關鍵問題的四個方面 其中每個方面包含4節課，總共有1...
台大 林軒田老師 機器學習基石學習筆記2
第一節課中，主要講解的是機器學習的基本思路和相關的應用，算是一種對機器學習的大致介紹和簡單的科普。到了第二講，林老師將重點放在了pla演算法上，通過這個演算法讓機器學習的演演算法大門正式開啟了。對於機器學習，類似人的成長一般，一般是先學會判斷是和不是，所以這一講是介紹一種可以回答是非題的機器學習演演...
台大 林軒田老師 機器學習基石學習筆記13
上節講的是非線性分類模型，通過線性與非線性空間之間的變換，將非線性模型映轉換為線性模型，再進行分類，分析了非線性變換可能會使計算複雜度增加。強調了緯度和負責度之間的關係。這節中，這種模型複雜度增加帶來機器學習中乙個很常見的問題 過擬合。機器學習的終極目標就是為了 當然 前我們要對資料進行訓練。用原生...