À propos de ce cours
4.9
167 notes
31 avis
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. 12 heures pour terminer

Recommandé : 8 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. 12 heures pour terminer

Recommandé : 8 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

第九講: Linear Regression

weight vector for linear hypotheses and squared error instantly calculated by analytic solution...
Reading
4 vidéos (Total 62 min), 4 lectures
Video4 vidéos
Linear Regression Algorithm20 min
Generalization Issue20 min
Linear Regression for Binary Classification11 min
Reading4 lectures
NTU MOOC 課程問題詢問與回報機制1 min
課程大綱10 min
課程形式及評分標準10 min
延伸閱讀10 min
Semaine
2
Heures pour terminer
1 heure pour terminer

第十講: Logistic Regression

gradient descent on cross-entropy error to get good logistic hypothesis...
Reading
4 vidéos (Total 65 min)
Video4 vidéos
Logistic Regression Error15 min
Gradient of Logistic Regression Error15 min
Gradient Descent19 min
Semaine
3
Heures pour terminer
1 heure pour terminer

第十一講: Linear Models for Classification

binary classification via (logistic) regression; multiclass classification via OVA/OVO decomposition...
Reading
4 vidéos (Total 59 min)
Video4 vidéos
Stochastic Gradient Descent11 min
Multiclass via Logistic Regression14 min
Multiclass via Binary Classification11 min
Semaine
4
Heures pour terminer
2 heures pour terminer

第十二講: Nonlinear Transformation

nonlinear model via nonlinear feature transform+linear model with price of model complexity...
Reading
4 vidéos (Total 59 min), 1 quiz
Video4 vidéos
Nonlinear Transform9 min
Price of Nonlinear Transform15 min
Structured Hypothesis Sets9 min
Quiz1 exercice pour s'entraîner
作業三40 min
4.9
31 avisChevron Right
Orientation de carrière

25%

a commencé une nouvelle carrière après avoir terminé ces cours
Avantage de carrière

40%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours
Promotion de carrière

25%

a obtenu une augmentation de salaire ou une promotion

Meilleurs avis

par HLDec 5th 2017

What an amazing course! I hope professor can give new courses in the future and cover more practical things with so hard theoretical things.

par JJOct 3rd 2018

很好的课程,更加注重算法的理论推导,当然也不乏运用的技巧。之前看过吴恩达老师的机器学习课程,感觉林老师这门课更加的深入,吴恩达老师的课省去了公式的推导,更偏向工程的实践,两门课可以算是相辅相成的。

Enseignant

Avatar

林軒田

教授 (Professor)
資訊工程學系 (Department of Computer Science and Information Engineering)

À propos de Université nationale de Taïwan

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.