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。]
機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations
Acquérir des compétences de haut niveau avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.
機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations
Instructeur : 林軒田
17 313 déjà inscrits
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.9
(331 avis)
niveau Intermédiaire
Certaines connaissances prérequises
9 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Compétences que vous acquerrez
- Catégorie : Statistical Machine Learning
- Catégorie : Classification Algorithms
- Catégorie : Machine Learning Algorithms
- Catégorie : Algorithms
- Catégorie : Feature Engineering
- Catégorie : Machine Learning
- Catégorie : Data Validation
- Catégorie : Logistic Regression
- Catégorie : Supervised Learning
- Catégorie : Regression Analysis
- Catégorie : Model Evaluation
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
2 devoirs
Enseigné en Chinois (traditionnel)
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 8 modules dans ce cours
weight vector for linear hypotheses and squared error instantly calculated by analytic solution
Inclus
4 vidéos4 lectures
gradient descent on cross-entropy error to get good logistic hypothesis
Inclus
4 vidéos
binary classification via (logistic) regression; multiclass classification via OVA/OVO decomposition
Inclus
4 vidéos
nonlinear model via nonlinear feature transform+linear model with price of model complexity
Inclus
4 vidéos1 devoir
overfitting happens with excessive power, stochastic/deterministic noise and limited data
Inclus
4 vidéos
minimize augmented error, where the added regularizer effectively limits model complexity
Inclus
4 vidéos
(crossly) reserve validation data to simulate testing procedure for model selection
Inclus
4 vidéos
be aware of model complexity, data goodness and your professionalism
Inclus
4 vidéos1 devoir
Instructeur
Évaluations de l’enseignant
4.9 (24 évaluations)Offert par
En savoir plus sur Machine Learning
Statut : Essai gratuitFractal Analytics
Statut : Essai gratuitUniversity of Washington
Statut : Essai gratuitCoursera
Statut : Essai gratuitDartmouth College
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.9
331 avis
- 5 stars
93,65 %
- 4 stars
5,13 %
- 3 stars
0,60 %
- 2 stars
0,30 %
- 1 star
0,30 %
Affichage de 3 sur 331
HL
5
Révisé le 4 déc. 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.
KJ
5
Révisé le 26 oct. 2021
The course is moderately difficult and challenging
GG
5
Révisé le 12 août 2020
I learned machine learning theory from this course. This is very useful.
Foire Aux Questions
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.
Plus de questions
Aide financière disponible,