Acerca de este Curso

17,847 vistas recientes

Learner Career Outcomes

12%

comenzó una nueva carrera después de completar estos cursos

33%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

43%

consiguió un aumento de sueldo o ascenso

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel intermedio

Aprox. 13 horas para completar

Chino (tradicional)

Subtítulos: Chino (tradicional)

Learner Career Outcomes

12%

comenzó una nueva carrera después de completar estos cursos

33%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

43%

consiguió un aumento de sueldo o ascenso

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel intermedio

Aprox. 13 horas para completar

Chino (tradicional)

Subtítulos: Chino (tradicional)

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

2 horas para completar

第九講: Linear Regression

2 horas para completar
4 videos (Total 62 minutos), 4 lecturas
4 videos
Linear Regression Algorithm20m
Generalization Issue20m
Linear Regression for Binary Classification11m
4 lecturas
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
Semana
2

Semana 2

1 hora para completar

第十講: Logistic Regression

1 hora para completar
4 videos (Total 65 minutos)
4 videos
Logistic Regression Error15m
Gradient of Logistic Regression Error15m
Gradient Descent19m
Semana
3

Semana 3

1 hora para completar

第十一講: Linear Models for Classification

1 hora para completar
4 videos (Total 59 minutos)
4 videos
Stochastic Gradient Descent11m
Multiclass via Logistic Regression14m
Multiclass via Binary Classification11m
Semana
4

Semana 4

2 horas para completar

第十二講: Nonlinear Transformation

2 horas para completar
4 videos (Total 59 minutos), 1 cuestionario
4 videos
Nonlinear Transform9m
Price of Nonlinear Transform15m
Structured Hypothesis Sets9m
1 ejercicio de práctica
作業三40m
4.9

45 revisiones

Chevron Right

Principales revisiones sobre 機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations

por 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.

por 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。

Instructor

Imagen del instructor, 林軒田

林軒田

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

Acerca de Universidad Nacional de Taiwán

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/...

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.