Acerca de este Curso
11,087 vistas recientes

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. 12 horas para completar

Chino (tradicional)

Subtítulos: Chino (tradicional)
User
Los estudiantes que toman este Course son
  • Machine Learning Engineers
  • Data Scientists
  • Data Analysts
  • Data Engineers
  • Researchers
User
Los estudiantes que toman este Course son
  • Machine Learning Engineers
  • Data Scientists
  • Data Analysts
  • Data Engineers
  • Researchers

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. 12 horas para completar

Chino (tradicional)

Subtítulos: Chino (tradicional)

Programa - Qué aprenderás en este curso

Semana
1
2 horas para completar

第九講: Linear Regression

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
1 hora para completar

第十講: Logistic Regression

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

第十一講: Linear Models for Classification

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

第十二講: Nonlinear Transformation

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
43 revisionesChevron Right

14%

comenzó una nueva carrera después de completar estos cursos

25%

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

33%

consiguió un aumento de sueldo o ascenso

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

Avatar

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.