课程介绍
台湾大学林轩田老师的《机器学习基石》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。而且林老师的教学风格也很幽默风趣，总让读者在轻松愉快的氛围中掌握知识。在此，笔者将把这门课的所有视频、笔记、书籍等详细资料分享给大家。
首先附上这门课的主页：
https://www.csie.ntu.edu.tw/~htlin/ 课程视频在B站上可以直接观看哦～这里附上传送门： https://www.bilibili.com/video/av12463015/课程内容
这门课主要涉及机器学习关键问题的四个方面：
- When Can Machine Learn?
- Why Can Machine Learn?
- How Can Machine Learn?
- How Can Machine Learn Better?
其中每个方面包含4节课，总共有16节课。具体所有课程内容如下：
The Learning Problem
Learning to Answer Yes/No
Types of Learning
Feasibility of Learning
Training versus Testing
Theory of Generalization
The VC Dimension
Noise and Error
Linear Regression
Logistic Regression
Nonlinear Transformation
Hazard of Overfitting
Regularization
Validation
Three Learning Principles
资源汇总
课程视频
完整的16节课程视频都存放在百度云盘上，方便转存、下载。包括视频对应的教学ppt（pdf形式）。
课程笔记
这是笔者最用心整理也是花的时间最多的，所有精炼笔记都已发布在公众号里。读者可以边看视频边看我的笔记，希望能提供微薄之力。但是，为了便于大家线下阅读，特此将笔记整理为pdf文件，可供打印。所有精炼笔记的pdf文件都放在百度云盘上。
课程书籍
林轩田机器学习基石这门课有一个配套教材：《Learning From Data》，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。