Об этом курсе
Недавно просмотрено: 6,323

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 25 часа на выполнение

Предполагаемая нагрузка: 7 hours/week...

Китайский (традиционное письмо)

Субтитры: Китайский (традиционное письмо)
Учащиеся, которые проходят продукт ''Course'
  • Technical Solutions Engineers
  • Machine Learning Engineers
  • Product Managers
  • Data Scientists
  • Designers

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 25 часа на выполнение

Предполагаемая нагрузка: 7 hours/week...

Китайский (традиционное письмо)

Субтитры: Китайский (традиционное письмо)

Программа курса: что вы изучите

Неделя
1
1 ч. на завершение

Concept learning

6 видео ((всего 73 мин.)), 2 материалов для самостоятельного изучения, 1 тест
6 видео
1-2 Hypotheses ,Relation between Instance Space and Hypotheses14мин
1-3 The Find-S Algorithm10мин
1-4 Version Space and The List-Then Eliminate Algorithm12мин
1-5 The Candidate Elimination Algorithm15мин
1-6 Biased and Unbiased Hypothesis Space, Futility of Bias-Free Learning12мин
2 материала для самостоятельного изучения
NTU MOOC 課程問題詢問與回報機制1мин
課程投影片開放下載公告2мин
1 практическое упражнение
Week 1 Quiz10мин
Неделя
2
2 ч. на завершение

Computational Learning Theory

8 видео ((всего 120 мин.)), 1 тест
8 видео
2-2 Setting 3, PAC Learnable10мин
2-3 Exhausting the Version Space: Definition, Theorem ,Proof and some examples19мин
2-4 Shatter, Dichotomy, VC dimension14мин
2-5 Some examples and discussion about VC dimension14мин
2-6 Upper and Lower Bounds on Sample Complexity with VC dimension, The Mistake Bound for Algorithms14мин
2-7 Optimal Mistake Bound13мин
2-8 The Weighted-Majority Algorithm and its Bound11мин
1 практическое упражнение
Week 2 Quiz16мин
Неделя
3
2 ч. на завершение

Classification

6 видео ((всего 114 мин.)), 1 тест
6 видео
3-2 Learning Decision Tree, Information19мин
3-3 Generalization and Overfitting, Kai Square Pruning,Rule Post-Pruning22мин
3-4 Model Evaluation: Metrics for Performance Evaluation, Methods for Model Comparison19мин
3-5 Ensemble: Embedding, Bagging and Boosting13мин
3-6 Support Vector Machine: Optimization, Soft Margins, and Kernel Trick21мин
1 практическое упражнение
Week 3 Quiz24мин
Неделя
4
3 ч. на завершение

Neural Network and Deep learning

9 видео ((всего 151 мин.)), 1 тест
9 видео
4-2 Single-Layer Network and Perceptron Learning Rule15мин
4-3 Multi-Layer Perceptron, Back Propagation Learning, Decline of ANN10мин
4-4 Cascade Correlation Neural Networks, Deep or Shallow Structure23мин
4-5 Deep Learning: Convolutional Neural Networks17мин
4-6 LeNet 5, Dropout, ReLU and the Variants, Maxout, Residual Net18мин
4-7 Recurrent Networks, Long Short-Term Memory (LSTM), Neural Turing Machine, Memory-Augmented Neural Networks (MANN)15мин
4-8 Autoencoder: Denoising Autoencoder, Stacked Autoencoder and Variational Autoencoder12мин
4-9 Generative Adversarial Net (GAN), AE+GAN and Its Applications16мин
1 практическое упражнение
Week 4 Quiz16мин
4.8
Рецензии: 1Chevron Right

Лучшие отзывы о курсе 人工智慧:機器學習與理論基礎 (Artificial Intelligence - Learning & Theory)

автор: JCAug 7th 2019

整體上, 是值得推薦的入門課程, 把machine learning的基本課程與熱門的topics提出來講. 習題的內容算簡單, 大部份在檢驗觀念.

Преподаватели

Avatar

于天立

副教授 (Associate Professor)
電機工程學系 (Department of Electrical Engineering)

О Национальный университет Тайваня

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/...

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.