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 second course of the two would focus more on algorithmic tools, and the other course would focus more on mathematical 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。本課程將較為著重方法類的工具，而另一課程將較為著重數學類的工具。]
提供方
国立台湾大学
課程信息
9,361 次近期查看
學習Course的學生是
- Machine Learning Engineers
- Data Scientists
- Data Analysts
- Data Engineers
- Researchers
教學大綱 - 您將從這門課程中學到什麼
週
1完成時間為 2 小時
第九講: Linear Regression
weight vector for linear hypotheses and squared error instantly calculated by analytic solution
4 個視頻 （總計 62 分鐘）, 4 個閱讀材料
4 個視頻
Linear Regression Algorithm20分鐘
Generalization Issue20分鐘
Linear Regression for Binary Classification11分鐘
4 個閱讀材料
NTU MOOC 課程問題詢問與回報機制1分鐘
課程大綱10分鐘
課程形式及評分標準10分鐘
延伸閱讀10分鐘
週
2完成時間為 1 小時
第十講: Logistic Regression
gradient descent on cross-entropy error to get good logistic hypothesis
4 個視頻 （總計 65 分鐘）
4 個視頻
Logistic Regression Error15分鐘
Gradient of Logistic Regression Error15分鐘
Gradient Descent19分鐘
週
3完成時間為 1 小時
第十一講: Linear Models for Classification
binary classification via (logistic) regression; multiclass classification via OVA/OVO decomposition
4 個視頻 （總計 59 分鐘）
4 個視頻
Stochastic Gradient Descent11分鐘
Multiclass via Logistic Regression14分鐘
Multiclass via Binary Classification11分鐘
週
4完成時間為 2 小時
第十二講: Nonlinear Transformation
nonlinear model via nonlinear feature transform+linear model with price of model complexity
4 個視頻 （總計 59 分鐘）, 1 個測驗
4 個視頻
Nonlinear Transform9分鐘
Price of Nonlinear Transform15分鐘
Structured Hypothesis Sets9分鐘
1 個練習
作業三40分鐘
4.9
43 個審閱14%
完成這些課程後已開始新的職業生涯
25%
通過此課程獲得實實在在的工作福利
33%
加薪或升職
來自機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations的熱門評論
What an amazing course! I hope professor can give new courses in the future and cover more practical things with so hard theoretical things.
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。
講師
林軒田
教授 (Professor)資訊工程學系 (Department of Computer Science and Information Engineering)
關於 国立台湾大学
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/
常見問題
我什么时候能够访问课程视频和作业？
注册以便获得证书后，您将有权访问所有视频、测验和编程作业（如果适用）。只有在您的班次开课之后，才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程，可能无法访问某些作业。
我购买证书后会得到什么？
您购买证书后，将有权访问所有课程材料，包括评分作业。完成课程后，您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
退款政策是如何规定的？
有助学金吗？
還有其他問題嗎？請訪問 學生幫助中心。
