史丹佛大學機器學習（Machine Learning）上課筆記（五）

本篇為史丹佛大學機器學習（Machine Learning）課程 Lecture 4 的前半段筆記，接續 Lecture 3 的內容。

這是 Lecture 4 的線上課程錄影：

史丹佛大學機器學習（Machine Learning）上課筆記（四）

本篇為史丹佛大學機器學習（Machine Learning）課程 Lecture 3 的後半段筆記，接續 Lecture 3 前半部的內容。

這是 Lecture 3 的線上課程錄影：

Anki Drive -- 人工智慧的實體賽車遊戲

Anki Drive 最新的是一個人工智慧的實體賽車遊戲，把傳統的模型賽車加入人工智慧之後，讓賽車可以自己思考最佳的駕駛路徑，是一個非常令人驚艷的遊戲。

今年的 Apple 的 WWDC 中發表了一項很有趣的實體賽車遊戲 Anki Drive，其應用了人工智慧與機器人操控的技術，讓模型車可以自己思考如何在跑道上行走、找出最佳的行進路徑、如何擋住後方的車輛，另外更有趣的是還可以裝載武器（影片中的「weapon enabled」）。

四軸飛行器（quadcopters）驚人的運動能力 -- TED 演講

拉菲羅安德烈 (Raffaello D'Andrea) 展示了他與他的團隊開發的四軸飛行器，它的飛行與運動控制能力幾乎跟運動員一樣，身手矯健，可以說是讓人嘆為觀止。

在這場簡短的演講中，拉菲羅安德烈展示了機器運動能力的概念，以及他們所進行的相關研究，他們所使用的這一種飛行器稱為四軸飛行器（quadcopters），這種飛行器其實已經存在很久了，而他很受歡迎的原因在於他的機械結構很簡單，只要控制四的螺旋槳的速度，就可以讓種種飛行器進行側滾、俯仰、偏擺與沿著他門共同的方向加速。這台飛行器上除了這些螺旋槳之外，還有裝載電腦、電池、各種感應器與無線收發器。

史丹佛大學機器學習（Machine Learning）上課筆記（三）

本篇為史丹佛大學機器學習（Machine Learning）課程 Lecture 3 的前半段筆記，接續 Lecture 2 的內容。

這是 Lecture 3 的線上課程錄影：


這裡老師上課的順序跟 Lecture note 上的不太一樣，我整理的時候都是按照 Lecture note 上的順序，再加上一些老師上課補充的部分，但基本上內容都是相同的。

史丹佛大學機器學習（Machine Learning）上課筆記（二）

本篇為史丹佛大學機器學習（Machine Learning）課程 Lecture 2 的後半段筆記，其接續上半段的內容。

The Normal Equations

要找 \(J\) 的最小值除了 gradient descent 演算法之外，還有許多方式，這裡介紹另一個方法，使用這個方法直接使用 explict 的方式算出最小值，這樣可以不需要使用遞迴的方式。

在這個方法中，我們直接把 \(J\) 對每個 \(\theta_j\) 做微分，然後將其設定為零，為了簡化代數的推導，我們先介紹一些微積分的矩陣表示法。

史丹佛大學機器學習（Machine Learning）上課筆記（一）

這是我觀看史丹佛大學機器學習（Machine Learning）課程時，自己做的筆記，分享給大家。本篇為 Lecture 2 的前半段筆記。

這是史丹佛大學機器學習課程 Lecture 2 的錄影，而英文的 Lecture notes 可以從他的官方網站下載。

如何成為一位資料科學家（Data Scientist）？處理 Big Data 的專家

這裡整理了一張如何成為資料科學家（Data Scientist）的行程規劃圖，其中包含各種領域以及其中主要的技術，如果你想研究這方面的技術，這張圖就很值得的你參考。

在資訊爆炸的時代隨著的資料量的增加，如何處理與分析這些資料是一個前所未有的問題，要做一個稱職的資料科學家不是件容易的事情，他牽涉到各種不同的領域，從基本簡單的數學理論、大量資料、程式設計到統計、機器學習與資料視覺化等等，要能夠熟練這些領域的技巧不是一朝一夕能夠達成的。

以下這張圖是由 Swami Chandrasekaran 所繪製的，他將一般資料科學家應該具備的能力整理成一張捷運地圖。