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，作为机器学习的入门资料非常适合。很久之前看过这门课，但是有些地方还是不太明白，二刷这门课，把重要的知识总结起来，算是做一个复习，加深理解，也方便之后查阅。这篇文章介绍了第二部分Why Can Machine Learn？
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，作为机器学习的入门资料非常适合。很久之前看过这门课，但是有些地方还是不太明白，二刷这门课，把重要的知识总结起来，算是做一个复习，加深理解，也方便之后查阅。这篇文章介绍了第二部分Why Can Machine Learn？
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，作为机器学习的入门资料非常适合。很久之前看过这门课，但是有些地方还是不太明白，二刷这门课，把重要的知识总结起来，算是做一个复习，加深理解，也方便之后查阅。这篇文章介绍了第一部分When Can Machine Learn？
我认为学习数据科学比较好的方法是刷Kaggle的Kernels，Kaggle上有很多数据科学的竞赛，是初学者学习数据挖掘、机器学习和深度学习等技术非常好的平台，众多大神们也乐意将自己做竞赛的思路和见解发布在Kernels里供大家来观摩学习。我个人会将学习过的Kernels记录下来，我将Jupyter Notebook贴在本文中，本文介绍了成为一名数据科学家的所需要的技能，介绍了用Python处理数据的整个流程。