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
от партнера
Национальный университет Тайваня
Об этом курсе
Недавно просмотрено: 41,872
Приобретаемые навыки
Decision StumpPerceptronMachine LearningVc Dimension
Программа курса: что вы изучите
Неделя
12 ч. на завершение
第一講：The Learning Problem
what machine learning is and its connection to applications and other fields
5 видео ((всего 70 мин.)), 5 материалов для самостоятельного изучения
5 видео
Course Introduction10мин
What is Machine Learning18мин
Applications of Machine Learning18мин
Components of Machine Learning11мин
Machine Learning and Other Fields10мин
5 материала для самостоятельного изучения
NTU MOOC 課程問題詢問與回報機制1мин
課程大綱10мин
課程形式及評分標準10мин
延伸閱讀10мин
homework 010мин
Неделя
21 ч. на завершение
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 видео ((всего 61 мин.))
4 видео
Perceptron Learning Algorithm (PLA)19мин
Guarantee of PLA12мин
Non-Separable Data12мин
Неделя
31 ч. на завершение
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 видео ((всего 61 мин.))
4 видео
Learning with Different Data Label18мин
Learning with Different Protocol11мин
Learning with Different Input Space14мин
Неделя
42 ч. на завершение
第四講：Feasibility of Learning
learning can be "probably approximately correct" when given enough statistical data and finite number of hypotheses
4 видео ((всего 60 мин.)), 1 тест
4 видео
Probability to the Rescue11мин
Connection to Learning16мин
Connection to Real Learning18мин
1 практическое упражнение
作業一40мин
29%
начал новую карьеру, пройдя эти курсы
43%
получил значимые преимущества в карьере благодаря этому курсу
36%
стал больше зарабатывать или получил повышение
Лучшие отзывы о курсе 機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations
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.
Преподаватели
林軒田
教授 (Professor)資訊工程學系 (Department of Computer Science and Information 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
Когда я получу доступ к лекциям и заданиям?
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.
Что я получу, оплатив сертификацию?
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.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2019 Все права защищены.
