Machine learning is the study that allows computers to adaptively improve their performance with experience accumulated from the data observed. Our two sister courses teach the most fundamental algorithmic, theoretical and practical tools that any user of machine learning needs to know. This second course of the two would focus more on algorithmic tools, and the other course would focus more on mathematical tools. [機器學習旨在讓電腦能由資料中累積的經驗來自我進步。我們的兩項姊妹課程將介紹各領域中的機器學習使用者都應該知道的基礎演算法、理論及實務工具。本課程將較為著重方法類的工具，而另一課程將較為著重數學類的工具。]
Offert par
機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations
Université nationale de TaïwanÀ propos de ce cours
5 121 consultations récentes
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Niveau intermédiaire
Approx. 9 heures pour terminer
Chinois (traditionnel)
Sous-titres : Chinois (traditionnel)
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Niveau intermédiaire
Approx. 9 heures pour terminer
Chinois (traditionnel)
Sous-titres : Chinois (traditionnel)
Offert par
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.
Programme de cours : ce que vous apprendrez dans ce cours
2 heures pour terminer
第九講: Linear Regression
weight vector for linear hypotheses and squared error instantly calculated by analytic solution
2 heures pour terminer
4 vidéos (Total 62 min), 4 lectures
1 heure pour terminer
第十講: Logistic Regression
gradient descent on cross-entropy error
1 heure pour terminer
4 vidéos (Total 65 min)
1 heure pour terminer
第十一講: Linear Models for Classification
binary classification via (logistic) regression; multiclass classification via OVA/OVO decomposition
1 heure pour terminer
4 vidéos (Total 59 min)
1 heure pour terminer
第十二講: Nonlinear Transformation
nonlinear model via nonlinear feature transform+linear model with price of model complexity
1 heure pour terminer
4 vidéos (Total 59 min)
Avis
- 5 stars94,23 %
- 4 stars4,80 %
- 3 stars0,64 %
- 1 star0,32 %
Meilleurs avis pour 機器學習基石下 (MACHINE LEARNING FOUNDATIONS)---ALGORITHMIC FOUNDATIONS
par HL4 déc. 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 JJ2 oct. 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。
par DA2 mai 2020
Great course on soliciting basics of ML! Looking forward to next one.
par TT14 mars 2018
Very interesting course for me！ I love it very much.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
À quoi ai-je droit si j'achète le Certificat ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.
