Об этом курсе

Недавно просмотрено: 6,366
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 11 часов на выполнение
Китайский (традиционное письмо)
Субтитры: Китайский (традиционное письмо)
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 11 часов на выполнение
Китайский (традиционное письмо)
Субтитры: Китайский (традиционное письмо)

от партнера

Логотип Национальный университет Тайваня

Национальный университет Тайваня

Программа курса: что вы изучите

Неделя
1

Неделя 1

1 ч. на завершение

Concept learning

1 ч. на завершение
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

Неделя 2

2 ч. на завершение

Computational Learning Theory

2 ч. на завершение
8 видео ((всего 120 мин.))
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

Неделя 3

2 ч. на завершение

Classification

2 ч. на завершение
6 видео ((всего 114 мин.))
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

Неделя 4

3 ч. на завершение

Neural Network and Deep learning

3 ч. на завершение
9 видео ((всего 151 мин.))
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

Рецензии

Лучшие отзывы о курсе 人工智慧:機器學習與理論基礎 (ARTIFICIAL INTELLIGENCE - LEARNING & THEORY)

Посмотреть все отзывы

Часто задаваемые вопросы

  • Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.

    • Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
    • Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
  • 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.

  • Средства можно вернуть в течение двух недель с момента оплаты или (для только что начавшихся курсов) в течение двух недель после первой сессии, в зависимости от того, какое событие наступит позже. Средства не возвращаются после получения сертификата о прохождении курса, даже если вы закончили курс в течение двухнедельного гарантийного срока. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке 'Финансовая помощь' слева под кнопкой 'Зарегистрироваться' и заполните форму. Если его примут, вы получите уведомление. Подробнее

  • Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.

Остались вопросы? Посетите Центр поддержки учащихся.