前言

在接觸機器學習幾年後，對於背後的理論確仍就是一知半解，於是這系列的文章誕生了。

接下來的文章會以每個主題技術分三天講解：

1. 主題技術之背後理論
2. 從頭實做主題技術 (From Scratch)
3. 透過 Kaggle 或其他資源運用主題技術

Table of Contents

• 前言 & 機器學習簡介
• Supervised Learning
  • Polynomial Regression
    • 背後理論
    • 主題實作
    • 解決真實問題
  • Naive Bayes
    • 背後理論
    • 主題實作
    • 解決真實問題
  • Support Vector Machine
    • 背後理論
    • 主題實作
    • 解決真實問題
  • K nearest neighbors
    • 背後理論
    • 主題實作
    • 解決真實問題
• Unsupervised Learning
  • Gaussian Mixture Model
    • 背後理論
    • 主題實作
    • 解決真實問題
• NN
  • Multilayer Perceptron
  • Neural Network
    • 背後理論
    • 主題實作
    • 解決真實問題
  • Autoencoder
    • 背後理論
    • 主題實作
    • 解決真實問題
  • Recurrent Neural Network
    • 背後理論
    • 主題實作
    • 解決真實問題
• RL
  • Deep Q-Network
    • 背後理論
    • 主題實作
    • 解決真實問題
• Rewind

由於數學函式有顯示不出來的問題，文章內容請至此閱讀