Learning from data

今年2月的时候开始学习台大林轩田老师的机器学习课程，感觉讲的非常好，课程的参考教材是learning from data，网上查阅资料的时候发现关于这本书的笔记几乎没有，所以想自己做一个学习笔记，记录教材中的习题的解法，一来可以加深自己的理解，而来也可以给后来学习的小伙伴一些参考。这份笔记主要以learning from data的习题解析为主，笔记形式为Markdown以及Jupyter Notebook结合的形式。因为笔者水平有限，难免有些错误，欢迎指出。

参考资料:
https://blog.csdn.net/a1015553840/article/details/51085129
http://www.vynguyen.net/category/study/machine-learning/page/6/
http://book.caltech.edu/bookforum/index.php

补充说明：由于Jupyter Notebook比较卡，后续就不上传Jupyter Notebook文件了，代码已存在子目录代码文件夹内，前两章的代码后续也会保存下来，推荐使用pdf加代码来查阅。

更新日志：

2018/6/1

上传Chapter1

2018/6/15

上传Chapter2
2018/10/8日更新：根据网友RingoTC提醒(链接)，修改problem 2.2并对一些排版做了一些调整。

2018/7/1

上传Chapter3

2018/7/15

上传Chapter4,Chapter5

2018/7/31

上传Chapter8

2018/9/5

上传Chapter7

2018/11/29

感谢黄博的推广，最近star的小伙伴逐渐增多，我后续会抽空对资料进行一些优化，如果大家发现什么问题可以直接发issue，希望能借助大家的力量把这份资料做的更好，谢谢！另外最后两个章节已经完成了一部分，争取年底左右完成。

2018/12/4

上传Chapter6，Chapter9的草稿，其中Chaper6大部分已经完成，Chapter9只完成了一部分，后续部分会尽快给出解答。

2018/12/12

完成Chapter9绝大多数内容，剩余少部分等有空再解答。

2018/12/14

完成Chapter6绝大多数内容，剩余少部分等有空再解答。

总结：

前后历时半年多，总算把LFD的习题整理完了，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。总的来说，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）略逊一筹，而且有一些错误，其中第九章如果是初学可以忽略。

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。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，所以我在学习的过程中将习题都整理了一遍，方便自己以后查阅和他人参考。

后续的计划是明年初将课本再复习一遍，并对自己整理的资料再优化一下，完成剩余少部分缺的题目，有时间的话会写一些学习笔记，将课本中的算法自己都实施一遍。

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

shsong2001/Learning-from-data

Learning from data

更新日志：

总结：

习题完成情况：