台大林轩田《机器学习基石》系列课程教材的习题更新完毕了

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，先前公布过，又花了半年时间进行了优化，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：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。前后历时一年多，除了第六章和第九章少部分习题以外，其他所有习题均已完成。作者在又花了半年时间优化，经作者同意，在本站予以公布。

习题作者简介：

秦臻，清华大学硕士，github：

github.com/Doraemonzzz

补充说明：仓库中有四类文件，分别是Jupyter Notebook，py，pdf，md，代码部分保存在Jupyter Notebook和py文件中。

习题完成情况：

习题公布在秦臻同学的github：

github.com/Doraemonzzz/，并持续更新。

内容截图：

资源下载

1. 习题和笔记在秦臻同学的github（还会更新）：
   https://github.com/Doraemonzzz/Learning-from-data

2. 《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》
   链接:

 https://pan.baidu.com/s/1oAMX5vYbDtobCXZiM9gEEQ

提取码: h5c3

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。

本文所有资料下载也可以在微信公众号“机器学习初学者”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↓↓↓ 

本站的知识星球（黄博的机器学习圈子）ID：92416895

目前在机器学习方向的知识星球排名第一

往期精彩回顾

• 良心推荐：机器学习入门资料汇总及学习建议（2018版）
  

• 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

• 机器学习的数学基础

• 机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件

• 吐血推荐收藏的学位论文排版教程（完整版）

• Python环境的安装（Anaconda+Jupyter notebook+Pycharm）

• Python代码写得丑怎么办？推荐几个神器拯救你

• 重磅 | 完备的 AI 学习路线，最详细的资源整理！

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！