À propos de ce cours
34,234 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau débutant

Approx. 17 heures pour terminer

Chinois (traditionnel)

Sous-titres : Chinois (traditionnel)
User
Les étudiants prenant part à ce Course sont
  • Machine Learning Engineers
  • Data Scientists
  • Traders
  • Data Analysts
  • Research Assistants

Compétences que vous acquerrez

Decision StumpPerceptronMachine LearningVc Dimension
User
Les étudiants prenant part à ce Course sont
  • Machine Learning Engineers
  • Data Scientists
  • Traders
  • Data Analysts
  • Research Assistants

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau débutant

Approx. 17 heures pour terminer

Chinois (traditionnel)

Sous-titres : Chinois (traditionnel)

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
2 heures pour terminer

第一講:The Learning Problem

5 vidéos (Total 70 min), 5 lectures
5 vidéos
What is Machine Learning18 min
Applications of Machine Learning18 min
Components of Machine Learning11 min
Machine Learning and Other Fields10 min
5 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
homework 010 min
Semaine
2
1 heure pour terminer

第二講:Learning to Answer Yes/No

4 vidéos (Total 61 min)
4 vidéos
Perceptron Learning Algorithm (PLA)19 min
Guarantee of PLA12 min
Non-Separable Data12 min
Semaine
3
1 heure pour terminer

第三講:Types of Learning

4 vidéos (Total 61 min)
4 vidéos
Learning with Different Data Label18 min
Learning with Different Protocol11 min
Learning with Different Input Space14 min
Semaine
4
2 heures pour terminer

第四講:Feasibility of Learning

4 vidéos (Total 60 min), 1 quiz
4 vidéos
Probability to the Rescue11 min
Connection to Learning16 min
Connection to Real Learning18 min
1 exercice pour s'entraîner
作業一40 min
4.9
124 avisChevron Right

29%

a commencé une nouvelle carrière après avoir terminé ces cours

43%

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

36%

a obtenu une augmentation de salaire ou une promotion

Principaux examens pour 機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations

par LLJun 24th 2018

This course give a theoretical analysis of machine learning,though there is not much introduction of algorithm in detail,but this helped me open a new door of machine learning.

par TTMar 4th 2018

I am very grateful to the teacher for bring me to the world of Machine Learing. I am new in the field. I will try my best to learn the basic knowledge of ML.

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.