下面这部分内容列出了机器学习基石的精选文章。包括什么时候机器能够学习？为什么机器能够学习？机器如何进行学习？机器如何更好地学习？四个方面。
如果你对我的文章和内容有什么想法和建议的话，欢迎在文章底部直接留言或直接在公众号交流，我会尽量及时回复！期待与你的探讨，共同学习，共同进步！
真诚感谢所有关注公众号的朋友，感谢所有转发、分享及打赏的朋友。您的肯定与支持就是我最大的创作动力！我会将公众号维护得越来越好，带给你们更多的好文章！谢谢！
—— 红色石头
机器学习基石文章链接
1.《台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem》
2.《台湾大学林轩田机器学习基石课程学习笔记2 -- Learning to Answer Yes/No》
3.《台湾大学林轩田机器学习基石课程学习笔记3 -- Types of Learning》
4.《台湾大学林轩田机器学习基石课程学习笔记4 -- Feasibility of Learning》
5.《台湾大学林轩田机器学习基石课程学习笔记5 -- Training versus Testing》
6.《台湾大学林轩田机器学习基石课程学习笔记6 -- Theory of Generalization》
7.《台湾大学林轩田机器学习基石课程学习笔记7 -- The VC Dimension》
8.《台湾大学林轩田机器学习基石课程学习笔记8 -- Noise and Error》
9.《台湾大学林轩田机器学习基石课程学习笔记9 -- Linear Regression》
10.《台湾大学林轩田机器学习基石课程学习笔记10 -- Logistic Regression》
11.《台湾大学林轩田机器学习基石课程学习笔记11 -- Linear Models for Classification》
12.《台湾大学林轩田机器学习基石课程学习笔记12 -- Nonlinear Transformation》
13.《台湾大学林轩田机器学习基石课程学习笔记13 -- Hazard of Overfitting》
14.《台湾大学林轩田机器学习基石课程学习笔记14 -- Regularization》
15.《台湾大学林轩田机器学习基石课程学习笔记15 -- Validation》
16.《台湾大学林轩田机器学习基石课程学习笔记16（完结） -- Three Learning Principles》
机器学习的点滴记录
不积跬步，无以致千里
