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 first course of the two would focus more on mathematical tools, and the other course would focus more on algorithmic 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。本課程將較為著重數學類的工具，而另一課程將較為著重方法類的工具。]
機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations
4.9
(604 notes)
23,559 déjà inscrits !
proposé par
Université nationale de Taïwan
À propos de ce cours
26,477
26,477Compétences que vous acquerrez
Decision StumpPerceptronMachine LearningVc Dimension
Programme du cours : ce que vous apprendrez dans ce cours
Semaine
12 heures pour terminer
第一講：The Learning Problem
what machine learning is and its connection to applications and other fields
5 vidéos (Total 70 min), 5 lectures
5 vidéos
Course Introduction10 min
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
21 heure pour terminer
第二講：Learning to Answer Yes/No
your first learning algorithm (and the world's first!) that "draws the line" between yes and no by adaptively searching for a good line based on data
4 vidéos (Total 61 min)
4 vidéos
Perceptron Learning Algorithm (PLA)19 min
Guarantee of PLA12 min
Non-Separable Data12 min
Semaine
31 heure pour terminer
第三講：Types of Learning
learning comes with many possibilities in different applications, with our focus being binary classification or regression from a batch of supervised data with concrete features
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
42 heures pour terminer
第四講：Feasibility of Learning
learning can be "probably approximately correct" when given enough statistical data and finite number of hypotheses
4 vidéos (Total 60 min), 1 quiz
4 vidéos
Learning is Impossible?13 min
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
111 avis29%
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
Meilleurs avis
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.
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
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
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
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.
À quoi ai-je droit si j'achète le Certificat ?
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.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2019 Coursera Inc. Tous droits réservés.
