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。]
ofrecido por
機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations
Universidad Nacional de TaiwánAcerca de este Curso
30,750 vistas recientes
Resultados profesionales del estudiante
29%
comenzó una nueva carrera después de completar estos cursos
43%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
36%
consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
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 principiante
Aprox. 10 horas para completar
Chino (tradicional)
Subtítulos: Chino (tradicional)
Habilidades que obtendrás
Decision StumpPerceptronMachine LearningVc Dimension
Resultados profesionales del estudiante
29%
comenzó una nueva carrera después de completar estos cursos
43%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
36%
consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
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 principiante
Aprox. 10 horas para completar
Chino (tradicional)
Subtítulos: Chino (tradicional)
ofrecido por
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/
Programa - Qué aprenderás en este curso
2 horas para completar
第一講：The Learning Problem
what machine learning is and its connection to applications and other fields
2 horas para completar
5 videos (Total 70 minutos), 5 lecturas
5 videos
What is Machine Learning18m
Applications of Machine Learning18m
Components of Machine Learning11m
Machine Learning and Other Fields10m
5 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
homework 010m
1 hora para completar
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 hora para completar
4 videos (Total 61 minutos)
4 videos
Perceptron Learning Algorithm (PLA)19m
Guarantee of PLA12m
Non-Separable Data12m
1 hora para completar
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 hora para completar
4 videos (Total 61 minutos)
4 videos
Learning with Different Data Label18m
Learning with Different Protocol11m
Learning with Different Input Space14m
2 horas para completar
第四講：Feasibility of Learning
learning can be "probably approximately correct" when given enough statistical data and finite number of hypotheses
2 horas para completar
4 videos (Total 60 minutos)
4 videos
Probability to the Rescue11m
Connection to Learning16m
Connection to Real Learning18m
1 ejercicio de práctica
作業一40m
Revisiones
Principales revisiones sobre 機器學習基石上 (MACHINE LEARNING FOUNDATIONS)---MATHEMATICAL FOUNDATIONS
por LL23 de jun. de 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.
por TT3 de mar. de 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.
por XL25 de abr. de 2020
Really theoretical and challenging for somebody with little math like me. But very interesting to learn! Looking forward to the 2nd part.
por MC18 de feb. de 2018
The speaker explains the ML in very clear and easier to understand way. I believe everyone can understand if he/she follow the course.
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
- es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
- Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si compro el Certificado?
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.
¿Cuál es la política de reembolsos?
Puedes solicitar un reembolso completo hasta dos semanas después de tu fecha de pago o (para los cursos que se lanzaron recientemente) hasta dos semanas después del comienzo de la primera sesión del curso, lo que ocurra después. No puedes recibir un reembolso luego de obtener un Certificado de curso, aun cuando completes el curso dentro del período de reembolso de dos semanas. Consulta nuestra política de reembolsos completa.
¿Hay ayuda económica disponible?
Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el vínculo de Ayuda económica que está debajo del botón 'Inscribirse' a la izquierda. Se te pedirá que completes una solicitud y recibirás una notificación cuando se apruebe. Obtén más información.
¿Recibiré crédito universitario por completar el Curso?
Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
