本學期課程內容請見課程網頁：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html

重要注意事項：建議同學們可以用線上的課程錄影先預習上課內容，開學後比較能夠跟上進度
課程錄影連結：https://www.youtube.com/watch?v=CXgbekl66jc&list=PLJV_el3uVTsPy9oCRY30oBPNLCo89yu49

重要注意事項：修習本課程需先通過先備能力檢定(報名網址: http://ml.ntu.edu.tw/exam.html)，通過檢定者將取得授權碼。
Important Notice: A prerequisite exam (Registration website: http://ml.ntu.edu.tw/exam.html) has to be taken to be eligible to get enrolled in this course.

先備能力測驗考試範圍：本次測驗總共會考五題，其中四題是演算法的題目，一題是 linear regression。在 linear regression 這題中，我們會幫考生們寫好讀取檔案和抽取特徵的程式，考生只需要寫有關 gradient descent 的部分，如果做出的模型參數落在某一個範圍內就算是正確。請注意本次測驗無法使用 numpy。有關 gradient descent 的原理和實作請參見以下影片
Regression: https://bit.ly/2LKOeqW
Regression – Demo: https://bit.ly/2UKx8fO
Gradient Descent: https://bit.ly/2UOsnSv

你可能已經修過和計算機程式相關的課程，能夠設計程式讓電腦處理一些簡單的問題，但你有沒有想過，那些能處理非常複雜問題的程式，究竟是如何設計出來的呢？

例如：Gmail 如何知道一封郵件是否為垃圾郵件？Facebook 如何知道一張相片是否包含人臉？ Siri如何聽懂並回答使用者的問題？人類製作出來的Alpha Go為什麼可以比職業棋士還強呢？

事實上，這些程式中的演算法並非由人類直接設計，而是由人類寫出演算法，讓機器能根據資料來學習，讓機器自動由大量的資料、過去的經驗，找出可以處理這些問題的方法。

舉例來說，如果我們想讓機器偵測一封郵件是否為垃圾郵件，我們可以讓機器「看過」大量的郵件，並「告知」機器哪些是垃圾郵件、哪些不是，機器就可以利用這些資訊，自動建構出偵測垃圾郵件的模型，當收到新的郵件時，機器便根據所學的模型，去偵測它是否為垃圾郵件。如何設計出讓機器自動學習的演算法，就是「機器學習」這個領域在探討的問題。

本課程（107 學年度下學期）將由李宏毅教授、吳沛遠教授和林宗男教授共同合授，由李宏毅教授主授，負責授課與作業規劃。