《機器學習百日馬拉松》有哪些需要預習的知識呢？

如果是剛上手的同學，以下的內容建議可當成選讀與參考資料，在研讀時有問題也歡迎向領域專家提問討論：

■ Python 基礎學習資源

(1) Python 安裝環境介紹 - 吳佳諺⽼師
https://youtu.be/0o6Y1yoZpeE

(2) 莫煩 Python 基礎教程 
https://morvanzhou.github.io/tutorials/python-basic/basic/

■ 資料科學相關學習資源

(1) 莫煩資料科學基礎 教程
https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/
https://morvanzhou.github.io/tutorials/data-manipulation/plt/

(2) 推薦書籍
Python 資料科學學習手冊 (Python Data Science Handbook: Essential Tools for Working with Data) 
https://www.tenlong.com.tw/products/9789864766857?list_name=srh

■ Machine Learning 推薦學習資源 

(1) 莫煩 Scikitlearn 教程
https://morvanzhou.github.io/tutorials/machine-learning/sklearn/

(2) 吳恩達 Deeplearning.ai 全部課程學習⼼得分享 
http://bangqu.com/86uNY1.html

⽬前 Coursera 上可用的課程中，有三門課值得關注：

1. 神經網絡與深度學習(Neural Networks and Deep Learning)

2. 改進深度神經網絡:調整超參數、正則化與優化(Improving Deep Neural Networks: Hyperparamater tuning, Regularization and Optimization)

3. 結構化機器器學習項目(Structuring Machine Learning Projects)

(3) 李宏毅老師線上課程/簡報 http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17_2.html

(4) Google 基礎機器學習線上課 https://developers.google.com/machine-learning/crash-course/

(5) AWS Machine Learning 線上課 https://aws.amazon.com/tw/training/learning-paths/machine-learning/

■ 機器器學習相關基礎數數學選讀 (optional) 

(1)  微積分
可汗學院微積分線上看 https://www.khanacademy.org/math/calculus-1

(2)  統計與機率相關補充資料 http://www.hmwu.idv.tw/index.php/r-software

(3)  線性代數數
可汗學院線性代數線上看 https://www.khanacademy.org/math/linear-algebra

■ 國網中心 AI 技術⾼階研發人才課程清單
https://aiel.nchc.org.tw/researcher.aspx

■ AI 學習的數學知識點建議
■ 微積分：
微分找極值
連鎖律(the Chain Rule)
偏微分(Partial Derivative)



Calculus-微積分 推薦閱讀： https://goo.gl/KzTBm8
建議章節：

1. CH2(Derivatives)
2. CH3(Applications of the Derivatice)
3. CH4(The Chain Rule)
4. CH13(Partial Derivatice)

■ 線性代數：
基本矩陣
運算
矩陣性質
線性方程式



Linear Algebra-線性代數 推薦閱讀： https://goo.gl/MdFYZH
建議章節：

1. CH1(Linear Systems)
2. CH3.4(Matrix Operations)
3. CH5.2(Similarity)

■ 機率統計：
基本機率
條件機率與貝氏定理
機率分佈

Statistics-統計與機率 推薦閱讀： https://goo.gl/qyq37U
建議章節：

1. CH2(Descriptive Statistics)
2. CH3(Basic Concepts of Probability)
3. CH4(Discrete Random Variables)
4. CH5(Continuous Random Variables)
5. CH10(Correlation and Regression)https://goo.gl/qyq37U

■ 基本統計觀念(平均數、中位數、標準差、相關係數...)