本文所有资源已放在github上，欢迎star：
NTU-HsuanTienLin-MachineLearning

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：

Hsuan-Tien Lin 机器学习基石

课程视频在B站上可以直接观看哦～这里附上传送门：

机器学习基石（林轩田）

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

笔者在学习这门课的过程中整理了各种课程资源，包括视频、笔记、书籍等。具体如下：

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，读者可以边看视频边看我的笔记，希望能给读者提供微薄之力。所有精炼笔记都已发布在个人主页上。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：

Learning From Data

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。

这本书的pdf版本也放在了百度云盘上。

如何获取资源

目前，笔者为大家整理了机器学习基石所有的视频、笔记、书籍等资源。获取的方式很简单，只需关注微信公众号：AI有道（ID: redstonewill），后台回复：“基石资源” 即可。

还等什么，赶紧领取吧～希望笔者的这些资料能够对你有一点点帮助。这样，也是笔者的一大快事！

微信公众号二维码在此！