注：本大纲和笔记是根据台大林轩田老师《机器学习基石》和《机器学习技法》视频课程整理而来。林老师讲课幽默风趣，授课内容丰富而又通透，解决了我作为初学者的很多困惑，对此我非常感激。关于林老师的视频课程和相关资料，可参考这里。另外，个人认为，这里面讲解的最最精彩的是SVM和机器学习的可行性这两部分。
《机器学习基石》笔记：
- 台大林轩田老师《机器学习基石》课程笔记1：When can machines learn?
- 台大林轩田老师《机器学习基石》课程笔记2：Why can machines learn?
- 台大林轩田老师《机器学习基石》课程笔记3：How can machines learn?
- 台大林轩田老师《机器学习基石》课程笔记4：How Can Machines Learn Better?
《机器学习技法》笔记：
- 台大林轩田老师《机器学习技法》课程笔记1：Embedding Numerous Features: Kernel Models
- 台大林轩田老师《机器学习技法》课程笔记2：Combining Predictive Features: Aggregation Models
课程概述：
- 如何利用众多特征，并控制复杂度的问题？ ——催生了SVM；
- 如何找到以及混合更有预测性的特征，以使ML表现更好？ ——催生了AdaBoost和其他集成模型；
- 如何找到/学到数据中真正的特征（而不是人为给定的特征）？ ——催生DL。
