臺灣大學林軒田老師的《機器學習基石》、《機器學習技法》課程由淺入深、內(nèi)容全面，基本涵蓋了機器學習領域的很多方面。其作為機器學習的入門和進階資料非常適合。本站實現(xiàn)了課程教材的絕大部分習題，并作了詳細的筆記，在github予以分享。（習題作者：秦臻）

課程簡介

臺灣大學林軒田老師的《機器學習基石》《機器學習技法》課程由淺入深、內(nèi)容全面，基本涵蓋了機器學習領域的很多方面。其作為機器學習的入門和進階資料非常適合。

林軒田機器學習基石這門課有一個配套教材：《Learning From Data》（LFD），林軒田也是編者之一。這本書的主頁為：http://amlbook.com/

豆瓣上關于這本書的評分高達9.4，還是很不錯的，值得推薦！可以配套視頻一起學習。這本書是臺大林軒田老師的機器學習課程配套教材，內(nèi)容通俗易懂，非常精彩，不是單純羅列公式，是一本非常適合入門的機器學習書籍。教材的上半部分（第一章到第五章）是精髓，補充部分（第六章到第九章）有部分章節(jié)稍顯倉促，而且有一些小錯誤，第九章部分實際應用可能較少，但是總的來說，本書絕對是一本不可多得的好書。

但是盡管該書是一本入門書籍，要吃透這本書還是需要相當多的時間，尤其是課后習題部分，有的難度非常大。

針對這個問題，有位清華大學的碩士生秦臻在學習的過程中把《Learning From Data》的習題都整理了一遍，方便自己以后查閱和他人參考。前后歷時半年多，除了第六章，第八章和第九章少部分習題以外，其他所有習題均已完成。經(jīng)作者同意，在本站予以公布。

習題完成情況：

章節(jié)總共習題完成習題剩余部分

Chapter 1	25	25	無
Chapter 2	32	32	無
Chapter 3	35	35	無
Chapter 4	38	38	無
Chapter 5	11	11	無
Chapter 6	43	36	Problem 12,13,14,16,17,24,25
Chapter 7	35	35	無
Chapter 8	35	31	Problem 15-18
Chapter 9	46	41	Exercise 18,Problem 17,26,27,28
總計	300	284

以上習題公布在秦臻同學的github：

https://github.com/Doraemonzzz/Learning-from-data，并持續(xù)更新。

內(nèi)容截圖：

總結(jié)

清華大學的秦臻同學實現(xiàn)了林軒田老師的《機器學習基石》、《機器學習技法》課程教材《Learning From Data》的絕大部分習題，并作了詳細的筆記，在github予以分享。這份珍貴資料非常適合作為機器學習的入門和進階資料。

習題和筆記在秦臻同學的github（還會更新）：

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

《機器學習基石》《機器學習技法》課程視頻和ppt以及教材《Learning From Data》的下載鏈接:?

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

本文所有資料下載也可以回復“林軒田”查看

但是代碼更新還是需要在作者github下載哦！

請關注和分享↓↓↓?

機器學習初學者

QQ群：774999266

往期精彩回顧

• 機器學習簡易入門-附推薦學習資料

• 機器學習初學者公眾號下載資源匯總（一）
  

• 黃海廣博士的github鏡像下載（機器學習及深度學習資源）

• 吳恩達老師的機器學習和深度學習課程筆記打印版
  

• 機器學習小抄-（像背托福單詞一樣理解機器學習）

• 首發(fā)：深度學習入門寶典-《python深度學習》原文代碼中文注釋版及電子書

• 科研工作者的神器-zotero論文管理工具

• 機器學習的數(shù)學基礎

• 吐血推薦收藏的學位論文排版教程（完整版）
  

總結(jié)

以上是生活随笔為你收集整理的首发：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的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。