课程介绍
台湾大学林轩田老师的《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。而且林老师的教学风格也很幽默风趣，总让读者在轻松愉快的氛围中掌握知识。在此，笔者将把这门课的所有视频、笔记、书籍等详细资料分享给大家。
首先附上这门课的主页：
https://www.csie.ntu.edu.tw/~htlin/
课程视频在B站上可以直接观看哦～这里附上传送门：
https://www.bilibili.com/video/av12463015/
课程内容
这门课主要涉及机器学习关键问题的四个方面：
- When Can Machine Learn?
- Why Can Machine Learn?
- How Can Machine Learn?
- How Can Machine Learn Better?
其中每个方面包含4节课，总共有16节课。具体所有课程内容如下：
- When Can Machine Learn?
The Learning Problem
Learning to Answer Yes/No
Types of Learning
Feasibility of Learning
- Why Can Machine Learn?
Training versus Testing
Theory of Generalization
The VC Dimension
Noise and Error
- How Can Machine Learn?
Linear Regression
Logistic Regression
Logistic Regression
Nonlinear Transformation
- How Can Machine Learn Better?
Hazard of Overfitting
Regularization
Validation
Three Learning Principles
资源汇总
课程视频
完整的16节课程视频都存放在百度云盘上，方便转存、下载。包括视频对应的教学ppt（pdf形式）。
课程笔记
这是笔者最用心整理也是花的时间最多的，所有精炼笔记都已发布在公众号里。读者可以边看视频边看我的笔记，希望能提供微薄之力。但是，为了便于大家线下阅读，特此将笔记整理为pdf文件，可供打印。所有精炼笔记的pdf文件都放在百度云盘上。
课程书籍
林轩田机器学习基石这门课有一个配套教材：《Learning From Data》，林轩田也是编者之一。这本书的主页为：
豆瓣上关于这本书的评分高达9.4，还是很不错的，值得推荐！可以配套视频一起学习。
