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
機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations
国立台湾大学課程信息
8,030 次近期查看
學生職業成果
12%
完成這些課程後已開始新的職業生涯
33%
通過此課程獲得實實在在的工作福利
43%
加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始，按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為9 小時
中文（繁體）
字幕：中文（繁體）
學生職業成果
12%
完成這些課程後已開始新的職業生涯
33%
通過此課程獲得實實在在的工作福利
43%
加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始，按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為9 小時
中文（繁體）
字幕：中文（繁體）
提供方
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.
教學大綱 - 您將從這門課程中學到什麼
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
完成時間為 2 小時
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
完成時間為 1 小時
第十講: Logistic Regression
gradient descent on cross-entropy error
完成時間為 1 小時
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
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
完成時間為 1 小時
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
完成時間為 1 小時
第十二講: Nonlinear Transformation
nonlinear model via nonlinear feature transform+linear model with price of model complexity
完成時間為 1 小時
4 個視頻 （總計 59 分鐘）
4 個視頻
Nonlinear Transform9分鐘
Price of Nonlinear Transform15分鐘
Structured Hypothesis Sets9分鐘
1 個練習
作業三30分鐘
審閱
來自機器學習基石下 (MACHINE LEARNING FOUNDATIONS)---ALGORITHMIC FOUNDATIONS的熱門評論
由 HL 提供2017年12月4日
What an amazing course! I hope professor can give new courses in the future and cover more practical things with so hard theoretical things.
由 JJ 提供2018年10月2日
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。
由 GG 提供2020年8月12日
I learned machine learning theory from this course. This is very useful.
由 XL 提供2020年5月2日
Great course on soliciting basics of ML! Looking forward to next one.
常見問題
我什么时候能够访问课程视频和作业？
我购买证书后会得到什么？
Is financial aid available?
還有其他問題嗎？請訪問 學生幫助中心。
