【本站原創】臺大林軒田《機器學習基石》系列課程教材的習題解答和實現

2021-02-23 機器學習初學者

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。本站實現了課程教材的絕大部分習題,並作了詳細的筆記,在github予以分享。(習題作者:秦臻)

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/

豆瓣上關於這本書的評分高達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。

但是儘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,尤其是課後習題部分,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,方便自己以後查閱和他人參考。前後歷時半年多,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。經作者同意,在本站予以公布。

習題完成情況:

章節總共習題完成習題剩餘部分Chapter 12525無Chapter 23232無Chapter 33535無Chapter 43838無Chapter 51111無Chapter 64336Problem 12,13,14,16,17,24,25Chapter 73535無Chapter 83531Problem 15-18Chapter 94641Exercise 18,Problem 17,26,27,28總計300284

以上習題公布在秦臻同學的github:

https://github.com/Doraemonzzz/Learning-from-data,並持續更新。

內容截圖:

清華大學的秦臻同學實現了林軒田老師的《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,並作了詳細的筆記,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》的下載連結: 

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!

獲取一折本站知識星球優惠券,複製連結直接打開:

https://t.zsxq.com/662nyZF

本站qq群1003271085。

加入微信群請掃碼進群(如果是博士或者準備讀博士請說明):

相關焦點

  • 臺灣大學林軒田機器學習基石課程學習筆記1 -- The Learning Problem
    最近在看NTU林軒田的《機器學習基石》課程,個人感覺講的非常好。整個基石課程分成四個部分:每個部分由四節課組成,總共有16節課。
  • 《從數據中學習》--臺灣大學林軒田所著
    轉自:深度學習前沿公眾號臺大林軒田老師的機器學習課程,講解清楚,課程的參考教材是learning from data。
  • B 站上有哪些值得學習的 AI 課程...
    需要視頻配套資料的可以看看這裡 https://zhuanlan.zhihu.com/p/84214338 這是國內黃博士為吳老師課程配的全套資料,包括視頻字幕,對應 python 代碼,原版 PPT,中文版筆記等等2、林軒田機器學習基石 (國語)https
  • 獨家乾貨 | 林軒田機器學習課程精煉筆記!
    點擊上方「AI有道」,選擇「星標」公眾號重磅乾貨,第一時間送達臺灣大學林軒田老師曾在coursera上開設了兩門機器學習經典課程:《機器學習基石》和《機器學習技法》。《機器學習基石》課程由淺入深、內容全面,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。《機器學習技法》課程主要介紹了機器學習領域經典的一些算法,包括支持向量機、決策樹、隨機森林、神經網絡等等。林老師的教學風格也很幽默風趣,總讓讀者在輕鬆愉快的氛圍中掌握知識。本文列出了林軒田機器學習基石和機器學習技法課程的所有精煉筆記,均是紅色石頭精心製作的原創內容。
  • ​機器學習基石 - (林軒田主講)課程學習
    機器學習 - 林軒田臺灣大學-林軒田老師的機器學習課程課程有點小難度,但是是從另外一個角度來闡述機器學習,很有意思!
  • 吳恩達機器學習入門2018高清視頻公開,還有習題解答和課程拓展,網友:找不到理由不學!
    最近,吳恩達在斯坦福的最新CS229 2018課程,已經完成YouTube上傳——高清哦。沒有高糊勸退,還附送課題討論總結、課後習題和解答參考等珍貴資源,簡直讓你找不到不學的理由!「傳說級」的經典機器學習入門課程吳恩達老師的CS229從2008年開設,已經走過了12年。
  • 臺灣大學林軒田機器學習基石課程學習筆記13 -- Hazard of Overfitting
    本節課介紹這種模型複雜度增加帶來機器學習中一個很重要的問題:過擬合(overfitting)。一、What is Overfitting?‍‍首先,我們通過一個例子來介紹什麼bad generalization。
  • B站最強學習資源匯總(Python,數據科學,機器學習)
    ,應該非B站莫屬。需要視頻配套資料的可以看看這裡https://zhuanlan.zhihu.com/p/84214338這是國內黃博士為吳老師課程配的全套資料,包括視頻字幕,對應python代碼,原版PPT,中文版筆記等等https://www.bilibili.com/video/av12463015/課程介紹:臺灣大學林軒田老師的《機器學習基石》課程由淺入深、內容全面,基本涵蓋了機器學習領域的很多方面。
  • 林軒田《機器學習基石》課程總結
    公眾號發布了一系列臺灣大學資訊工程系林軒田(Hsuan-Tien Lin)教授開設的《機器學習基石》
  • Coursera上機器學習課程(公開課)匯總推薦
    ,這裡暫時也將其排除在外,後續會專門推出深度學習課程的系列推薦。在本課程中,您將學習最高效的機器學習技術,了解如何使用這些技術,並自己動手實踐這些技術。更重要的是,您將不僅將學習理論知識,還將學習如何實踐,如何快速使用強大的技術來解決新問題。最後,您將了解在矽谷企業如何在機器學習和AI領域進行創新。 本課程將廣泛介紹機器學習、數據挖掘和統計模式識別。相關主題包括:(i) 監督式學習(參數和非參數算法、支持向量機、核函數和神經網絡)。
  • 原創推薦!B站最強學習資源匯總(數據科學,機器學習,Python)
    需要視頻配套資料的可以看看這裡https://zhuanlan.zhihu.com/p/84214338這是國內黃博士為吳老師課程配的全套資料,包括視頻字幕,對應python代碼,原版PPT,中文版筆記等等https://www.bilibili.com/video/av12463015/課程介紹:臺灣大學林軒田老師的《機器學習基石》課程由淺入深、內容全面,基本涵蓋了機器學習領域的很多方面。
  • 林軒田機器學習基石課程學習筆記1 -- The Learning Problem
    學習就是人類通過觀察、積累經驗,掌握某項技能或能力。就好像我們從小學習識別字母、認識漢字,就是學習的過程。而機器學習(Machine Learning),顧名思義,就是讓機器(計算機)也能向人類一樣,通過觀察大量的數據和訓練,發現事物規律,獲得某種分析問題、解決問題的能力。
  • 收藏,全網開發者都在學的26門AI課程!
    來源 | AI科技大本營(ID:rgznai100)免費的在線學習課程一直是大多數人學習 AI 知識和技能的方式之一。
  • 贊,全網開發者都在學的 26 門 AI 課程!
    出品 | AI科技大本營(ID:rgznai100)免費的在線學習課程一直是大多數人學習 AI 知識和技能的方式之一。
  • 圖解、公式、習題都有了
    其課程地址為:https://www.coursera.org/learn/machine-learning關於這門課的官方介紹是:本課程將廣泛介紹機器學習、數據挖掘和統計模式識別。相關主題包括:(i) 監督式學習(參數和非參數算法、支持向量機、核函數和神經網絡)。(ii) 無監督學習(集群、降維、推薦系統和深度學習)。
  • 強烈推薦,B站最強學習資源匯總(數據科學,機器學習,python)
    需要視頻配套資料的可以看看這裡https://zhuanlan.zhihu.com/p/84214338這是國內黃博士為吳老師課程配的全套資料,包括視頻字幕,對應python代碼,原版PPT,中文版筆記等等https://www.bilibili.com/video/av12463015/課程介紹:臺灣大學林軒田老師的《機器學習基石》課程由淺入深、內容全面,基本涵蓋了機器學習領域的很多方面。
  • 吐血推薦,B站最強學習資源匯總(數據科學,機器學習,Python)
    https://www.bilibili.com/video/av12463015/課程介紹:臺灣大學林軒田老師的《機器學習基石》課程由淺入深、內容全面,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。而且林老師的教學風格也很幽默風趣,總讓讀者在輕鬆愉快的氛圍中掌握知識。
  • 十大免費機器學習課程已經給你備好了
    圖片來源:pexels本文介紹了10門相關課程,涵蓋了機器學習入門、深度學習和自然語言處理等,希望對你的學習有所幫助。本系列課程的提供者有:Delta Analytics、作家兼培訓師Aurélien Geron、威斯康星大學麥迪遜分校、AI研究員Goku Mohandas、滑鐵盧大學、新加坡國立大學和英屬哥倫比亞大學等。
  • 本科生如何自學機器學習?
    前面的課程和教材都集中在監督學習和無監督學習,別忘了強化學習也是機器學習非常重要的一部分,強化學習推薦大家都熟知的Reinforcement Learning: An introduction.因為這本書開源了,我直接給你pdf:https://urlify.cn/JZFBJv這本書是強化學習領域非常非常經典的教材,但是這本書寫的太磨嘰了!
  • 如何自學機器學習?
    前面的課程和教材都集中在監督學習和無監督學習,別忘了強化學習也是機器學習非常重要的一部分,強化學習推薦大家都熟知的Reinforcement Learning: An introduction.因為這本書開源了,我直接給你pdf:https://urlify.cn/JZFBJv這本書是強化學習領域非常非常經典的教材,但是這本書寫的太磨嘰了!