前言

嗨，大家好，我是Simon，目前是一位JS工程師。平常的工作大概就是在後端玩玩node、express、mongo，前端用用vue。看到這裡，你可能心想：

我明明選了AI & Data的文章來看，怎麼跑來modern web啦?

等等，這位客官，不要衝動的點下右上角的XX啊!
我真的是選AI & Data! 還請你繼續看下去XD

參賽的原因

前幾年，每次看到鐵人賽的消息時，心裡不禁咋舌...

天哪，要連續發技術文三十天?
雖然感覺有趣...但哪來那麼多時間啊?

抱持這樣的想法，我每年都沒有參加鐵人賽。我都在底下默默的潛水，享受各個先進發表的文章。

那是什麼讓你改變了主意，選擇參加本次的鐵人賽呢?

是這樣的，請聽我娓娓道來...
以前我在研究所時，除了做研究 & 打Game以外 (別說你沒打)，還會花時間研究一些跟論文無關的技術。但自從工作以後，下了班只覺得心好累，很難提起動力來深入的研究新技術。
正當我為此事苦惱時，鐵人賽開辦了! 我想，這是一個絕佳的機會，除了學習新技術，又可造福他人，更可磨練自己的毅力。

於是，我毅然決然地點下報名...

目標

本系列的目標有二，一來是複習我年久失修的Python，二來是理解機器學習。本系列文章著重的目標並不是為了教大家如何使用各種機器學習的套件 & 框架，而是在於機器學習的核心觀念。雖然現在的套件都已經非常成熟，可以做出各式各樣的應用。但我還是堅信，學習原理才能讓你成為一個更強大的工程師! 以網頁開發的角度舉個例子，如果不是非常熟悉JS、OOP、Design Patterns，要做出如Vue、React這樣的框架似乎是不太容易吧? 如果不是這些先輩，我們可能還在JQuery裡面打滾呢XD

以前研究所修機器學習的這門課的時候，看著那些數學式，真的是頭暈眼花。我知道有些人可能跟我一樣，看到數學式就覺得頭昏腦脹，眼冒金星，所以在本系列文章裡面，我會盡量減少數學式出現的次數。如果有出現，我會盡我所能講解給大家聽，讓大家可以了解其背後的意義。

系列大綱

如前述所說，本系列會著重於機器學習的核心觀念。目前是預定是帶著大家走過一些"經典"的機器學習演算法，並且搭配Python來實作他們，如此更可體會其中的奧妙。除了演算法之外，筆者還想帶給大家一些應用機器學習時的小技巧，讓大家在使用機器學習時能更有效率的解決問題。如果最後還有時間的話，則以一個專案作結，來回顧這三十天的學習成效。為避免有人對Python沒那麼熟，而且小弟我的Python也快忘光了。本系列大概會花個一些時間來帶過Python的基礎語法。相信基礎語法熟悉了之後，要自行學習函式庫就輕鬆多了!

目前預計的題目如下：

• Python環境架設
• Python基礎語法
• 機器學習簡介
• Linear Regression
• Logistic Regression
• Neural Network
• Support Vector Machine
• 資料整理的技巧
• 專案練習

這是目前預定的，可能會隨著時間而增加或減少。本系列大部文的學習素材都將取自Andrew Ng在coursera上的開放課程，有興趣的可以去參加喔!

預告

其實在我報名鐵人賽之前，我就在十月塞滿了各式各樣的行程，其中更包含四天的國外員工旅遊。因此我認為自己要跟著時程發文其實是一件不可能的任務，還請各位看官見諒XD。另外我仔細看過該線上課程的內容，發現若只用三十篇文章來敘述裡面的觀念，似乎不太可能講得完。若是有機會，我應該會轉去使用Medium，把我的學習心得補完這樣。