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 second course of the two would focus more on algorithmic tools, and the other course would focus more on mathematical 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。本課程將較為著重方法類的工具，而另一課程將較為著重數學類的工具。]
от партнера
機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations
Национальный университет ТайваняОб этом курсе
Недавно просмотрено: 4 269
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Средний уровень
Прибл. 9 часов на выполнение
Китайский (традиционное письмо)
Субтитры: Китайский (традиционное письмо)
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Средний уровень
Прибл. 9 часов на выполнение
Китайский (традиционное письмо)
Субтитры: Китайский (традиционное письмо)
от партнера
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.
Программа курса: что вы изучите
2 ч. на завершение
第九講: Linear Regression
weight vector for linear hypotheses and squared error instantly calculated by analytic solution
2 ч. на завершение
4 видео ((всего 62 мин.)), 4 материалов для самостоятельного изучения
1 ч. на завершение
第十講: Logistic Regression
gradient descent on cross-entropy error
1 ч. на завершение
4 видео ((всего 65 мин.))
1 ч. на завершение
第十一講: Linear Models for Classification
binary classification via (logistic) regression; multiclass classification via OVA/OVO decomposition
1 ч. на завершение
4 видео ((всего 59 мин.))
1 ч. на завершение
第十二講: Nonlinear Transformation
nonlinear model via nonlinear feature transform+linear model with price of model complexity
1 ч. на завершение
4 видео ((всего 59 мин.))
Рецензии
Лучшие отзывы о курсе 機器學習基石下 (MACHINE LEARNING FOUNDATIONS)---ALGORITHMIC FOUNDATIONS
от партнера HL4 дек. 2017 г.
What an amazing course! I hope professor can give new courses in the future and cover more practical things with so hard theoretical things.
от партнера JJ2 окт. 2018 г.
很好的课程，更加注重算法的理论推导，当然也不乏运用的技巧。之前看过吴恩达老师的机器学习课程，感觉林老师这门课更加的深入，吴恩达老师的课省去了公式的推导，更偏向工程的实践，两门课可以算是相辅相成的。
от партнера GG12 авг. 2020 г.
I learned machine learning theory from this course. This is very useful.
от партнера DA2 мая 2020 г.
Great course on soliciting basics of ML! Looking forward to next one.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оплатив сертификацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
