大四最後一學期因為修了盧信銘老師的統計學習初論(Statistical Learning)，開始接觸機器學習(Machine Learning)也開始對這方面產生興趣。由於這堂課作業都是用python寫，吃了不少苦頭。

因此這一系列的文章將會記錄我這一學期來學習機器學習的內容，包含了觀念和如何使用python撰寫機器學習模型。希望可以用淺顯易懂的文字幫助到大家。

誰是此系列文章的目標讀者？

1. 已經能嫻熟使用 Python 基本程式設計的使用者
2. 想學習 Python 機器學習模型的使用者

誰可能不是此系列文章的目標讀者？

這是關於機器學習應用的文章，它可能不適合這些人閱讀：

1. 從未接觸過 Python 的初學者
2. 已經嫻熟機器學習應用&深度學習領域實作的高階使用者

機器學習在被大家廣泛知道之前，另外大家常在用的一個叫專家法則，另一個叫統計學習(Statistical Learning)。那其實機器學習跟統計學習中間還是有重疊的地方，只是統計學習更注重在模型的解釋力，反而機器學習比較沒有那麼在意解釋力，只要做出來的模型跟預測出來的結果是好的就可以。

所以到底什麼是機器學習(Machine Learning)？

機器學習是透過程式讓電腦能夠從資料中學習的學科

Machine learning is the science of programming computers so they can learn from data.

傳統上我們在讓電腦程式處理問題都是寫很多的if-else，請電腦碰到這個狀況幫我做什麼處理，碰到另一個狀況幫我做什麼處理。但是隨著任務越來越複雜，不是每件事都可以寫成if條件式，所以我們讓電腦只看過往發生的歷史資料&結果和預期結果對比得到一個pattern，再用這個pattern對未知的data做判讀。

機器學習和人工智慧(AI)&深度學習(Deep Learning)的關係又是什麼呢？

簡而言之，機器學習(Machine Learning)是實踐人工智慧(AI)的一種手段，而深度學習(Deep Learning)是機器學習的其中一種方法

#python #machine-learning