注：本大綱和筆記是根據台大林軒田老師《機器學習基石》和《機器學習技法》視頻課程整理而來。林老師講課幽默風趣，授課內容豐富而又通透，解決了我作為初學者的很多困惑，對此我非常感激。關於林老師的視頻課程和相關資料，可參考這里。另外，個人認為，這里面講解的最最精彩的是SVM和機器學習的可行性這兩部分。
《機器學習基石》筆記：
- 台大林軒田老師《機器學習基石》課程筆記1：When can machines learn?
- 台大林軒田老師《機器學習基石》課程筆記2：Why can machines learn?
- 台大林軒田老師《機器學習基石》課程筆記3：How can machines learn?
- 台大林軒田老師《機器學習基石》課程筆記4：How Can Machines Learn Better?
《機器學習技法》筆記：
- 台大林軒田老師《機器學習技法》課程筆記1：Embedding Numerous Features: Kernel Models
- 台大林軒田老師《機器學習技法》課程筆記2：Combining Predictive Features: Aggregation Models
課程概述：
- 如何利用眾多特征，並控制復雜度的問題？ ——催生了SVM；
- 如何找到以及混合更有預測性的特征，以使ML表現更好？ ——催生了AdaBoost和其他集成模型；
- 如何找到/學到數據中真正的特征（而不是人為給定的特征）？ ——催生DL。
