開始之前

在開始之前，我不打算來個 Machine learning 緒論，我想跟大家一起看看我選用的教材

從大綱來看看接下來的30天裡面，我們會觸及到那一些跟 Machine learning 相關的細節

Machine Learning Foundations: A Case Study Approach

這是一堂華盛頓大學在 Couresra 上的課程，這堂課將透過case來學習 Machine learning，分別是

• Predicting house prices
• Sentiment analysis
• Document retrieval
• Product recommendation
• Visual product recommendation

精通機器學習使用 Python

本書扣除第一章外，二到三分別是討論 Machine learning 中最常使用的兩類演算法，分別是監督式學習與非監督式，這兩個章節涵蓋了全書約六成的篇幅，四、五章分別敘述了 Machine learning 處理資料及模評估和參數調整

基本上網路上的技術文章與實體書的編排大同小異，皆是從監督式學習中的 Classification 和 Regression 作為開端，這30天的挑戰也遵循這樣的傳統XD

參考與準備:

• Anaconda 裡面包含了 numpy、pandas、Ipython、scipy、matplotlib等用於Big data的處理、預測分析和科學計算的package
• Machine Learning Foundations: A Case Study Approach 華盛頓大學在 coursera 上的公開課程，為本筆記追蹤的主要素材
• 精通機器學習｜使用Python 用來輔助課程中不足的部份