- De www.coursera.org
機器學習基石 (Machine Learning Foundations)
- Individualizado
- Acesso livre
- 8 sequências
- Introductive Level
Detalhes do curso
Programa de Estudos
When Can Machines Learn? [何時可以使用機器學習]
-- The Learning Problem [機器學習問題]
-- Learning to Answer Yes/No [二元分類]
-- Types of Learning [各式機器學習問題]
-- Feasibility of Learning [機器學習的可行性]
Why Can Machines Learn? [為什麼機器可以學習]
-- Training versus Testing [訓練與測試]
-- Theory of Generalization [舉一反三的一般化理論]
-- The VC Dimension [VC 維度]
-- Noise and Error [雜訊一錯誤]
How Can Machines Learn? [機器可以怎麼樣學習]
-- Linear Regression [線性迴歸]
-- Linear `Soft' Classification [軟性的線性分類]
-- Linear Classification beyond Yes/No [二元分類以外的分類問題]
-- Nonlinear Transformation [非線性轉換]
How Can Machines Learn Better? [機器可以怎麼樣學得更好]
-- Hazard of Overfitting [過度訓練的危險]
-- Preventing Overfitting I: Regularization [避免過度訓練一:控制調適]
-- Preventing Overfitting II: Validation [避免過度訓練二:自我檢測]
-- Three Learning Principles [三個機器學習的重要原則]
Pré-requisito
Instrutores
- Hsuan-Tien Lin - 資訊工程學系 (Computer Science and Information Engineering)
Editor
A Universidade Nacional de Taiwan é uma universidade pública de Taiwan, situada na cidade de Taipei.
É reconhecida como a universidade mais prestigiada de Taiwan, formando a elite do país em domínios tão variados como a ciência, a economia, as finanças, as línguas e a política.
A Universidade Nacional de Taiwan (NTU), fundada em 1928 em Taipé, tem formado muitos líderes políticos e sociais. Tanto o movimento pan-azul como o movimento pan-verde têm as suas raízes no campus da universidade.
A universidade tem seis campus na área metropolitana de Taipé e mais dois no condado de Nantou, cobrindo quase um por cento da área total da ilha de Taiwan.
Plataforma
A Coursera é uma empresa digital que oferece um curso on-line massivo e aberto, fundado pelos professores de computação Andrew Ng e Daphne Koller Stanford University, localizado em Mountain View, Califórnia.
O Coursera trabalha com as melhores universidades e organizações para disponibilizar alguns dos seus cursos on-line e oferece cursos em várias disciplinas, incluindo: física, engenharia, humanidades, medicina, biologia, ciências sociais, matemática, negócios, ciência da computação, marketing digital, ciência de dados. e outros assuntos.Cours