À propos de ce cours
5.0
5 notes
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 23 heures pour terminer

Recommandé : 7 hours/week...
Langues disponibles

Chinois (traditionnel)

Sous-titres : Chinois (traditionnel)
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 23 heures pour terminer

Recommandé : 7 hours/week...
Langues disponibles

Chinois (traditionnel)

Sous-titres : Chinois (traditionnel)

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
2 heures pour terminer

Concept learning

...
Reading
6 vidéos (Total 73 min), 2 lectures, 1 quiz
Video6 vidéos
1-2 Hypotheses ,Relation between Instance Space and Hypotheses14 min
1-3 The Find-S Algorithm10 min
1-4 Version Space and The List-Then Eliminate Algorithm12 min
1-5 The Candidate Elimination Algorithm15 min
1-6 Biased and Unbiased Hypothesis Space, Futility of Bias-Free Learning12 min
Reading2 lectures
NTU MOOC 課程問題詢問與回報機制1 min
課前問卷(請大家幫忙填寫,預估填寫時間兩分鐘,謝謝大家!)2 min
Quiz1 exercice pour s'entraîner
Week 1 Quiz10 min
Semaine
2
Heures pour terminer
2 heures pour terminer

Computational Learning Theory

...
Reading
8 vidéos (Total 120 min), 1 quiz
Video8 vidéos
2-2 Setting 3, PAC Learnable10 min
2-3 Exhausting the Version Space: Definition, Theorem ,Proof and some examples19 min
2-4 Shatter, Dichotomy, VC dimension14 min
2-5 Some examples and discussion about VC dimension14 min
2-6 Upper and Lower Bounds on Sample Complexity with VC dimension, The Mistake Bound for Algorithms14 min
2-7 Optimal Mistake Bound13 min
2-8 The Weighted-Majority Algorithm and its Bound11 min
Quiz1 exercice pour s'entraîner
Week 2 Quiz16 min
Semaine
3
Heures pour terminer
2 heures pour terminer

Classification

...
Reading
6 vidéos (Total 114 min), 1 lecture, 1 quiz
Video6 vidéos
3-2 Learning Decision Tree, Information19 min
3-3 Generalization and Overfitting, Kai Square Pruning,Rule Post-Pruning22 min
3-4 Model Evaluation: Metrics for Performance Evaluation, Methods for Model Comparison19 min
3-5 Ensemble: Embedding, Bagging and Boosting13 min
3-6 Support Vector Machine: Optimization, Soft Margins, and Kernel Trick21 min
Reading1 lecture
修課後問卷(請大家幫忙填寫,預估填寫時間兩分鐘,謝謝大家!)2 min
Quiz1 exercice pour s'entraîner
Week 3 Quiz24 min
Semaine
4
Heures pour terminer
3 heures pour terminer

Neural Network and Deep learning

...
Reading
9 vidéos (Total 151 min), 1 quiz
Video9 vidéos
4-2 Single-Layer Network and Perceptron Learning Rule15 min
4-3 Multi-Layer Perceptron, Back Propagation Learning, Decline of ANN10 min
4-4 Cascade Correlation Neural Networks, Deep or Shallow Structure23 min
4-5 Deep Learning: Convolutional Neural Networks17 min
4-6 LeNet 5, Dropout, ReLU and the Variants, Maxout ,Residual Net18 min
4-7 Recurrent Networks, Long Short-Term Memory (LSTM), Neural Turing Machine, Memory-Augmented Neural Networks (MANN)15 min
4-8 Autoencoder: Denoising Autoencoder, Stacked Autoencoder and Variational Autoencoder12 min
4-9 Generative Adversarial Net (GAN), AE+GAN and Its Applications16 min
Quiz1 exercice pour s'entraîner
Week 4 Quiz16 min

Enseignant

Avatar

于天立

副教授 (Associate Professor)
電機工程學系 (Department of Electrical Engineering)

À propos de National Taiwan University

We firmly believe that open access to learning is a powerful socioeconomic equalizer. NTU is especially delighted to join other world-class universities on Coursera and to offer quality university courses to the Chinese-speaking population. We hope to transform the rich rewards of learning from a limited commodity to an experience available to all. More courses information, the official Facebook Page: https://www.facebook.com/ntumooc2017/...

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.