The course extends the fundamental tools in "Machine Learning Foundations" to powerful and practical models by three directions, which includes embedding numerous features, combining predictive features, and distilling hidden features. [這門課將先前「機器學習基石」課程中所學的基礎工具往三個方向延伸為強大而實用的工具。這三個方向包括嵌入大量的特徵、融合預測性的特徵、與萃取潛藏的特徵。]
von
機器學習技法 (Machine Learning Techniques)
National Taiwan UniversityÜber diesen Kurs
6.012 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Coursera-Labore
Enthält praktische Lernprojekte.
Hier finden Sie weitere Informationen zu Coursera-Laboren Stufe „Mittel“
Ca. 18 Stunden zum Abschließen
Chinesisch (traditionell)
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Coursera-Labore
Enthält praktische Lernprojekte.
Hier finden Sie weitere Informationen zu Coursera-Laboren Stufe „Mittel“
Ca. 18 Stunden zum Abschließen
Chinesisch (traditionell)
Lehrplan - Was Sie in diesem Kurs lernen werden
2 Stunden zum Abschließen
第一講:Linear Support Vector Machine
2 Stunden zum Abschließen
5 Videos (Gesamt 67 min), 4 Lektüren
1 Stunde zum Abschließen
第二講:Dual Support Vector Machine
1 Stunde zum Abschließen
4 Videos (Gesamt 60 min)
1 Stunde zum Abschließen
第三講:Kernel Support Vector Machine
1 Stunde zum Abschließen
4 Videos (Gesamt 61 min)
1 Stunde zum Abschließen
第四講:Soft-Margin Support Vector Machine
1 Stunde zum Abschließen
4 Videos (Gesamt 46 min)
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.