Über diesen Kurs
5,293 recent views

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)

Untertitel: Chinesisch (traditionell)

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)

Untertitel: Chinesisch (traditionell)

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
2 Stunden zum Abschließen

第九講: Linear Regression

weight vector for linear hypotheses and squared error instantly calculated by analytic solution

...
4 Videos (Gesamt 62 min), 4 Lektüren
4 Videos
Linear Regression for Binary Classification11m
4 Lektüren
NTU MOOC 課程問題詢問與回報機制1m
課程大綱10m
課程形式及評分標準10m
延伸閱讀10m
Woche
2
1 Stunde zum Abschließen

第十講: Logistic Regression

gradient descent on cross-entropy error to get good logistic hypothesis

...
4 Videos (Gesamt 65 min)
Woche
3
1 Stunde zum Abschließen

第十一講: Linear Models for Classification

binary classification via (logistic) regression; multiclass classification via OVA/OVO decomposition

...
4 Videos (Gesamt 59 min)
Woche
4
2 Stunden zum Abschließen

第十二講: Nonlinear Transformation

nonlinear model via nonlinear feature transform+linear model with price of model complexity

...
4 Videos (Gesamt 59 min), 1 Quiz
4 Videos
Structured Hypothesis Sets9m
1 praktische Übung
作業三40m
4.9
36 BewertungenChevron Right

20%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

33%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

25%

erhalten Sie eine Gehaltserhöhung oder Beförderung

Top reviews from 機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations

von HLDec 5th 2017

What an amazing course! I hope professor can give new courses in the future and cover more practical things with so hard theoretical things.

von JJOct 3rd 2018

很好的课程,更加注重算法的理论推导,当然也不乏运用的技巧。之前看过吴恩达老师的机器学习课程,感觉林老师这门课更加的深入,吴恩达老师的课省去了公式的推导,更偏向工程的实践,两门课可以算是相辅相成的。

Dozent

Avatar

林軒田

教授 (Professor)
資訊工程學系 (Department of Computer Science and Information Engineering)

Über National Taiwan University

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/...

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

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