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。]
Бесплатно
Смотрите лекции, читайте материалы для самостоятельного изучения и выполняйте задания бесплатно
от партнера
機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations
Национальный университет ТайваняОб этом курсе
Недавно просмотрено: 31,545
Карьерные результаты учащихся
29%
начал новую карьеру, пройдя эти курсы
43%
получил значимые преимущества в карьере благодаря этому курсу
36%
стал больше зарабатывать или получил повышение
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.
Начальный уровень
Прибл. 10 часов на выполнение
Китайский (традиционное письмо)
Субтитры: Китайский (традиционное письмо)
Приобретаемые навыки
Decision StumpPerceptronMachine LearningVc Dimension
Карьерные результаты учащихся
29%
начал новую карьеру, пройдя эти курсы
43%
получил значимые преимущества в карьере благодаря этому курсу
36%
стал больше зарабатывать или получил повышение
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.
Начальный уровень
Прибл. 10 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. More courses information, the official Facebook Page: https://www.facebook.com/ntumooc2017/
Программа курса: что вы изучите
2 ч. на завершение
第一講：The Learning Problem
what machine learning is and its connection to applications and other fields
2 ч. на завершение
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 материалов 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
1 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
1 ч. на завершение
4 видео ((всего 61 мин.))
4 видео
Perceptron Learning Algorithm (PLA)19мин
Guarantee of PLA12мин
Non-Separable Data12мин
1 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
1 ч. на завершение
4 видео ((всего 61 мин.))
4 видео
Learning with Different Data Label18мин
Learning with Different Protocol11мин
Learning with Different Input Space14мин
2 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
2 ч. на завершение
4 видео ((всего 60 мин.))
4 видео
Probability to the Rescue11мин
Connection to Learning16мин
Connection to Real Learning18мин
1 практическое упражнение
作業一40мин
Рецензии
Лучшие отзывы о курсе 機器學習基石上 (MACHINE LEARNING FOUNDATIONS)---MATHEMATICAL FOUNDATIONS
от партнера LL23 июня 2018 г.
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.
от партнера TT3 мар. 2018 г.
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.
от партнера MC18 февр. 2018 г.
The speaker explains the ML in very clear and easier to understand way. I believe everyone can understand if he/she follow the course.
от партнера GG19 окт. 2017 г.
Lin is a very funny teacher.The course is really valuable.i will recap this course many times.thanks teacher lin again.thks
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
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?
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.
Можно ли получить финансовую помощь?
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
Остались вопросы? Посетите Центр поддержки учащихся.
