Über diesen Kurs

5,304 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 12 Stunden zum Abschließen
Chinesisch (traditionell)
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 12 Stunden zum Abschließen
Chinesisch (traditionell)

von

Placeholder

National Taiwan University

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

2 Stunden zum Abschließen

Concept learning

2 Stunden zum Abschließen
6 Videos (Gesamt 73 min), 2 Lektüren, 1 Quiz
6 Videos
1-2 Hypotheses ,Relation between Instance Space and Hypotheses14m
1-3 The Find-S Algorithm10m
1-4 Version Space and The List-Then Eliminate Algorithm12m
1-5 The Candidate Elimination Algorithm15m
1-6 Biased and Unbiased Hypothesis Space, Futility of Bias-Free Learning12m
2 Lektüren
NTU MOOC 課程問題詢問與回報機制1m
課程投影片開放下載公告1m
1 praktische Übung
Week 1 Quiz30m
Woche
2

Woche 2

2 Stunden zum Abschließen

Computational Learning Theory

2 Stunden zum Abschließen
8 Videos (Gesamt 120 min)
8 Videos
2-2 Setting 3, PAC Learnable10m
2-3 Exhausting the Version Space: Definition, Theorem ,Proof and some examples19m
2-4 Shatter, Dichotomy, VC dimension14m
2-5 Some examples and discussion about VC dimension14m
2-6 Upper and Lower Bounds on Sample Complexity with VC dimension, The Mistake Bound for Algorithms14m
2-7 Optimal Mistake Bound13m
2-8 The Weighted-Majority Algorithm and its Bound11m
1 praktische Übung
Week 2 Quiz30m
Woche
3

Woche 3

2 Stunden zum Abschließen

Classification

2 Stunden zum Abschließen
6 Videos (Gesamt 114 min)
6 Videos
3-2 Learning Decision Tree, Information19m
3-3 Generalization and Overfitting, Kai Square Pruning,Rule Post-Pruning22m
3-4 Model Evaluation: Metrics for Performance Evaluation, Methods for Model Comparison19m
3-5 Ensemble: Embedding, Bagging and Boosting13m
3-6 Support Vector Machine: Optimization, Soft Margins, and Kernel Trick21m
1 praktische Übung
Week 3 Quiz24m
Woche
4

Woche 4

3 Stunden zum Abschließen

Neural Network and Deep learning

3 Stunden zum Abschließen
9 Videos (Gesamt 151 min)
9 Videos
4-2 Single-Layer Network and Perceptron Learning Rule15m
4-3 Multi-Layer Perceptron, Back Propagation Learning, Decline of ANN10m
4-4 Cascade Correlation Neural Networks, Deep or Shallow Structure23m
4-5 Deep Learning: Convolutional Neural Networks17m
4-6 LeNet 5, Dropout, ReLU and the Variants, Maxout, Residual Net18m
4-7 Recurrent Networks, Long Short-Term Memory (LSTM), Neural Turing Machine, Memory-Augmented Neural Networks (MANN)15m
4-8 Autoencoder: Denoising Autoencoder, Stacked Autoencoder and Variational Autoencoder12m
4-9 Generative Adversarial Net (GAN), AE+GAN and Its Applications16m
1 praktische Übung
Week 4 Quiz16m

Bewertungen

Top-Bewertungen von 人工智慧:機器學習與理論基礎 (ARTIFICIAL INTELLIGENCE - LEARNING & THEORY)

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..