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。]
機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations
National Taiwan UniversityÜber diesen Kurs
35,340 kürzliche Aufrufe
Karriereergebnisse der Lernenden
29%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
43%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
36%
erhalten Sie eine Gehaltserhöhung oder Beförderung
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 „Anfänger“
Ca. 10 Stunden zum Abschließen
Chinesisch (traditionell)
Untertitel: Chinesisch (traditionell)
Kompetenzen, die Sie erwerben
Decision StumpPerceptronMachine LearningVc Dimension
Karriereergebnisse der Lernenden
29%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
43%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
36%
erhalten Sie eine Gehaltserhöhung oder Beförderung
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 „Anfänger“
Ca. 10 Stunden zum Abschließen
Chinesisch (traditionell)
Untertitel: Chinesisch (traditionell)
von
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/
Lehrplan - Was Sie in diesem Kurs lernen werden
2 Stunden zum Abschließen
第一講：The Learning Problem
what machine learning is and its connection to applications and other fields
2 Stunden zum Abschließen
5 Videos (Gesamt 70 min), 5 Lektüren
5 Videos
What is Machine Learning18m
Applications of Machine Learning18m
Components of Machine Learning11m
Machine Learning and Other Fields10m
5 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
homework 010m
1 Stunde zum Abschließen
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 Stunde zum Abschließen
4 Videos (Gesamt 61 min)
4 Videos
Perceptron Learning Algorithm (PLA)19m
Guarantee of PLA12m
Non-Separable Data12m
1 Stunde zum Abschließen
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 Stunde zum Abschließen
4 Videos (Gesamt 61 min)
4 Videos
Learning with Different Data Label18m
Learning with Different Protocol11m
Learning with Different Input Space14m
1 Stunde zum Abschließen
第四講：Feasibility of Learning
learning can be "probably approximately correct" when given enough statistical data and finite number of hypotheses
1 Stunde zum Abschließen
4 Videos (Gesamt 60 min)
4 Videos
Probability to the Rescue11m
Connection to Learning16m
Connection to Real Learning18m
1 praktische Übung
作業一30m
Bewertungen
Top-Bewertungen von 機器學習基石上 (MACHINE LEARNING FOUNDATIONS)---MATHEMATICAL FOUNDATIONS
von LL23. Juni 2018
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.
von TT3. März 2018
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.
von ZL26. Aug. 2020
林老师这部分课程内容偏理论，对数理基础有一定的要求。每次作业题需要认真思考，作业后面的编程部分也能锻炼实践能力，进一步巩固所学习的理论知识。总体来说质量不错，不过希望老师以后能以后对课件里面的问题进行总结的时候可以不用太story-like，或者说更简练一点，我认为这样可以有助于学习暂停视频并好好理解。
von XL25. Apr. 2020
Really theoretical and challenging for somebody with little math like me. But very interesting to learn! Looking forward to the 2nd part.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
- Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
- Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
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.
Is financial aid available?
Ja, Coursera bietet Kursteilnehmern, die die Gebühr nicht bezahlen können, finanzielle Hilfe an. Sie beantragen diese Hilfe, indem Sie auf den entsprechenden Link links unter der Schaltfläche "Anmelden" klicken. Sie werden dazu aufgefordert, ein Antragsformular auszufüllen, und Sie werden benachrichtigt, wenn Ihr Antrag bewilligt wird. Mehr erfahren.
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
