台湾大学林轩田老师的《机器学习基石》、《机器学习技法》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。本站实现了课程教材的绝大部分习题，并作了详细的笔记，在github予以分享。（习题作者：秦臻）

课程简介

台湾大学林轩田老师的《机器学习基石》《机器学习技法》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。

林轩田机器学习基石这门课有一个配套教材：《Learning From Data》（LFD），林轩田也是编者之一。这本书的主页为：http://amlbook.com/

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。这本书是台大林轩田老师的机器学习课程配套教材，内容通俗易懂，非常精彩，不是单纯罗列公式，是一本非常适合入门的机器学习书籍。教材的上半部分（第一章到第五章）是精髓，补充部分（第六章到第九章）有部分章节稍显仓促，而且有一些小错误，第九章部分实际应用可能较少，但是总的来说，本书绝对是一本不可多得的好书。

但是尽管该书是一本入门书籍，要吃透这本书还是需要相当多的时间，尤其是课后习题部分，有的难度非常大。

针对这个问题，有位清华大学的硕士生秦臻在学习的过程中把《Learning From Data》的习题都整理了一遍，方便自己以后查阅和他人参考。前后历时半年多，除了第六章，第八章和第九章少部分习题以外，其他所有习题均已完成。经作者同意，在本站予以公布。

习题完成情况：

章节	总共习题	完成习题	剩余部分
Chapter 1	25	25	无
Chapter 2	32	32	无
Chapter 3	35	35	无
Chapter 4	38	38	无
Chapter 5	11	11	无
Chapter 6	43	36	Problem 12,13,14,16,17,24,25
Chapter 7	35	35	无
Chapter 8	35	31	Problem 15-18
Chapter 9	46	41	Exercise 18,Problem 17,26,27,28
总计	300	284

以上习题公布在秦臻同学的github：

https://github.com/Doraemonzzz/Learning-from-data，并持续更新。

内容截图：

总结

清华大学的秦臻同学实现了林轩田老师的《机器学习基石》、《机器学习技法》课程教材《Learning From Data》的绝大部分习题，并作了详细的笔记，在github予以分享。这份珍贵资料非常适合作为机器学习的入门和进阶资料。

习题和笔记在秦臻同学的github（还会更新）：

https://github.com/Doraemonzzz/Learning-from-data

《机器学习基石》《机器学习技法》课程视频和ppt以及教材《Learning From Data》的下载链接:

https://pan.baidu.com/s/1oAMX5vYbDtobCXZiM9gEEQ 提取码: h5c3

本文所有资料下载也可以回复“林轩田”查看

但是代码更新还是需要在作者github下载哦！

请关注和分享↓↓↓

机器学习初学者

QQ群：774999266

往期精彩回顾

机器学习简易入门-附推荐学习资料
机器学习初学者公众号下载资源汇总（一）
黄海广博士的github镜像下载（机器学习及深度学习资源）
吴恩达老师的机器学习和深度学习课程笔记打印版
机器学习小抄-（像背托福单词一样理解机器学习）
首发：深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书
科研工作者的神器-zotero论文管理工具
机器学习的数学基础
吐血推荐收藏的学位论文排版教程（完整版）

首发：台大林轩田《机器学习基石》系列课程教材的习题解答和实现相关推荐

台大林轩田·机器学习基石记要
台大林轩田·机器学习基石记要昨天开始看林轩田的机器学习基石,从今天起开始去粗取精第一讲比较基础,一些概念自己早已经理解了,所以不再做笔记,有点印象的是讲到了ML.DL.AI的一些联系与区别,ML主 ...
台大·林轩田·机器学习基石·第二讲
第二讲···感知机学习算法 2-1 Perceptron hypothesis set 对于银行是否决定要给申请者信用卡问题,对于输入数据(例如申请者的个人信息,年龄,性别,收入,工作情况等)可用一组 ...
台大林轩田机器学习基石学习笔记（一）：The Learning Problem
这里写自定义目录标题写在前面一.What is Machine Learning 二.Applications of Machine Learning 三.Components of Machin ...
机器学习 | 台大林轩田机器学习基石课程笔记3 --- Types of Learning
课程主页课程视频和PPT 上节课我们主要介绍了解决线性分类问题的一个简单的方法:PLA.PLA能够在平面中选择一条直线将样本数据完全正确分类(前提数据是线性可分的,在高维空间中,可以用一个超平面完全 ...
机器学习 | 台大林轩田机器学习基石课程笔记12 --- Nonlinear Transformation
课程主页课程视频和PPT 上一节课,我们介绍了分类问题的三种线性模型,可以用来解决binary classification和multiclass classification问题.本节课主要介绍非 ...
台大林轩田·机器学习技法记要
台大林轩田·机器学习技法记要 6/1/2016 7:42:34 PM 第一讲线性SVM 广义的SVM,其实就是二次规划问题把SVM问题对应到二次规划的系数这就是线性SVM,如果想变成非线性,只 ...
台大林轩田机器学习技法完全解读
支持向量机(SVM)完全解读集成学习完全解读神经网络深度学习完全解读感谢林轩田老师!
[机器学习基础][台大林轩田]机器学习概念
什么是机器学习什么是"学习"?学习就是人类通过观察.积累经验,掌握某项技能或能力.就好像我们从小学习识别字母.认识汉字,就是学习的过程.而机器学习(Machine Learni ...
ccc-台大林轩田机器学习基石-hw1
文章目录 Question1-14 Question15-PLA Question16-PLA平均迭代次数 Question17-不同迭代系数的PLA Question18-Pocket_PLA Qu ...

首发：台大林轩田《机器学习基石》系列课程教材的习题解答和实现

清华大学的秦臻同学实现了林轩田老师的《机器学习基石》、《机器学习技法》课程教材《Learning From Data》的绝大部分习题，并作了详细的笔记，在github予以分享。这份珍贵资料非常适合作为机器学习的入门和进阶资料。

首发：台大林轩田《机器学习基石》系列课程教材的习题解答和实现相关推荐

最新文章

热门文章