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
Université nationale de TaïwanÀ propos de ce cours
30,160 consultations récentes
Résultats de carrière des étudiants
29%
ont commencé une nouvelle carrière après avoir terminé ce cours
43%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
36%
a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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. 10 heures pour terminer
Chinois (traditionnel)
Sous-titres : Chinois (traditionnel)
Compétences que vous acquerrez
Decision StumpPerceptronMachine LearningVc Dimension
Résultats de carrière des étudiants
29%
ont commencé une nouvelle carrière après avoir terminé ce cours
43%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
36%
a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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. 10 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. More courses information, the official Facebook Page: https://www.facebook.com/ntumooc2017/
Programme du cours : ce que vous apprendrez dans ce cours
2 heures pour terminer
第一講：The Learning Problem
what machine learning is and its connection to applications and other fields
2 heures pour terminer
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
1 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
1 heure pour terminer
4 vidéos (Total 61 min)
4 vidéos
Perceptron Learning Algorithm (PLA)19 min
Guarantee of PLA12 min
Non-Separable Data12 min
1 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
1 heure pour terminer
4 vidéos (Total 61 min)
4 vidéos
Learning with Different Data Label18 min
Learning with Different Protocol11 min
Learning with Different Input Space14 min
2 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
2 heures pour terminer
4 vidéos (Total 60 min)
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
Avis
Meilleurs avis pour 機器學習基石上 (MACHINE LEARNING FOUNDATIONS)---MATHEMATICAL FOUNDATIONS
par LL23 juin 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 TT3 mars 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.
par XL25 avr. 2020
Really theoretical and challenging for somebody with little math like me. But very interesting to learn! Looking forward to the 2nd part.
par MC18 févr. 2018
The speaker explains the ML in very clear and easier to understand way. I believe everyone can understand if he/she follow the course.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
- Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
- Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
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 ?
Vous avez droit à un remboursement intégral jusqu'à deux semaines après la date de paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, selon la dernière de ces éventualités. Vous ne pouvez pas bénéficier d'un remboursement une fois votre Certificat de Cours obtenu, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre Politique de remboursement complète.
Une aide financière est-elle possible ?
Oui, Coursera fournit une Aide Financière aux étudiants n'ayant pas les moyens d'acquitter les frais. Pour en faire la demande, cliquez sur le lien Aide Financière situé sous le bouton S'inscrire ci-contre à gauche. Vous serez invité(e) à déposer une demande et vous serez averti(e) si elle est acceptée. En savoir plus.
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
