-
4/13, 4/20：【Linear Regression】
-
4/27：**【Logistic Regression】**4.3 + 4.6.2
-
p. 130-137, 156 -
5/11：**【Linear Discriminant Analysis】**4.4 + 4.5 + 4.6.3 + 4.6.4
-
p. 138-151, 161, 162 -
5/25：**【Cross-Validation】**5.1 + 5.3.1 + 5.3.2 + 5.3.3
-
p. 175-184, 191-193 -
6/1： **【The Bootstrap】**5.2 + 5.3.4
-
p. 187, 194 -
6/9： **【Subset Selection】**6.1 + 6.5
-
p. 205-210, 244-248 -
6/22：**【Shrinkage Methods】**6.2 + 6.6
-
p. 214-227, 251-255 -
7/6：【Dimension Reduction Methods + Principal Components Analysis】 6.3 + 10.2
-
補充：SVD(Oracle), PCA(Jason), Diagnosis(Sanly) -
7/13：【Clustering Method】 10.3
-
補充：Clustering -
7/27：【The Basics of Decision Trees】 8.1
-
補充： -
8/3 [[Change to 8/24]]：【Bagging, Random Forests, Boosting】 8.2
-
補充：gini, entropy, sensitive, tree's CI -
8/10 [[Change to 9/7]]：【MaximalMargin Classifier + Support Vector Classifiers】 9.1 + 9.2
-
補充： -
8/17 [[Change to 9/14]]：【Support Vector Machines + SVMs withMore than Two Classes + Relationship to Logistic Regression】 9.3 + 9.4 + 9.5
-
補充： -
8/24 [[Change to 9/21]]：【PolynomialRegression + Step Functions + Basis Functions + Regression Splines】 7.1 + 7.2 + 7.3 + 7.4
-
補充： -
8/31 [[Change to 9/28]]：【Smoothing Splines + Local Regression + Generalized AdditiveModels】 7.5 + 7.6 + 7.7
-
補充：
方案：改讀An Introduction to Statistical Learning with Applications in R，網站ttp://www-bcf.usc.edu/gareth/ISL/。我們先挑出幾個有興趣的主題，再挑該章節讀。我是覺得可以34週一主題，前一週大致讀過一遍，第二周討論課本問題並分析資料，第三週討論資料，第四週總結。至於呈現方式的話，我應該還是會照寫分析報告的形式這樣走，如果這部份有需要Latex或Rmarkdown的教學我都可以再弄弄看，也不一定要照我這樣，我是覺得要讓大家討論時可以有一個脈絡可以follow下來應該是最重要的。如果大家有想到方案或呈現方式都可以加上來，最主要還是要看大家Loading啦，希望這個讀書會可以一直Run下去，說不定到最後我們可以自己出來創業哈哈哈!