本課程第二部分著重在和人工智慧密不可分的機器學習。課程內容包含了機器學習基礎理論（包含 1990 年代發展的VC理論）、分類器（包含決策樹及支援向量機）、神經網路（包含深度學習）及增強式學習（包含深度增強式學習。
提供方
人工智慧：機器學習與理論基礎 (Artificial Intelligence - Learning & Theory)
国立台湾大学课程信息
6,089 次近期查看
可分享的证书
完成后获得证书
100% 在线
立即开始，按照自己的计划学习。
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为11 小时
中文（繁体）
字幕：中文（繁体）
可分享的证书
完成后获得证书
100% 在线
立即开始，按照自己的计划学习。
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为11 小时
中文（繁体）
字幕：中文（繁体）
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. More courses information, the official Facebook Page: https://www.facebook.com/ntumooc2017/
教学大纲 - 您将从这门课程中学到什么
完成时间为 1 小时
Concept learning
完成时间为 1 小时
6 个视频 （总计 73 分钟）, 2 个阅读材料, 1 个测验
6 个视频
1-2 Hypotheses ,Relation between Instance Space and Hypotheses14分钟
1-3 The Find-S Algorithm10分钟
1-4 Version Space and The List-Then Eliminate Algorithm12分钟
1-5 The Candidate Elimination Algorithm15分钟
1-6 Biased and Unbiased Hypothesis Space, Futility of Bias-Free Learning12分钟
2 个阅读材料
NTU MOOC 課程問題詢問與回報機制1分钟
課程投影片開放下載公告2分钟
1 个练习
Week 1 Quiz10分钟
完成时间为 2 小时
Computational Learning Theory
完成时间为 2 小时
8 个视频 （总计 120 分钟）
8 个视频
2-2 Setting 3, PAC Learnable10分钟
2-3 Exhausting the Version Space: Definition, Theorem ,Proof and some examples19分钟
2-4 Shatter, Dichotomy, VC dimension14分钟
2-5 Some examples and discussion about VC dimension14分钟
2-6 Upper and Lower Bounds on Sample Complexity with VC dimension, The Mistake Bound for Algorithms14分钟
2-7 Optimal Mistake Bound13分钟
2-8 The Weighted-Majority Algorithm and its Bound11分钟
1 个练习
Week 2 Quiz16分钟
完成时间为 2 小时
Classification
完成时间为 2 小时
6 个视频 （总计 114 分钟）
6 个视频
3-2 Learning Decision Tree, Information19分钟
3-3 Generalization and Overfitting, Kai Square Pruning,Rule Post-Pruning22分钟
3-4 Model Evaluation: Metrics for Performance Evaluation, Methods for Model Comparison19分钟
3-5 Ensemble: Embedding, Bagging and Boosting13分钟
3-6 Support Vector Machine: Optimization, Soft Margins, and Kernel Trick21分钟
1 个练习
Week 3 Quiz24分钟
完成时间为 3 小时
Neural Network and Deep learning
完成时间为 3 小时
9 个视频 （总计 151 分钟）
9 个视频
4-2 Single-Layer Network and Perceptron Learning Rule15分钟
4-3 Multi-Layer Perceptron, Back Propagation Learning, Decline of ANN10分钟
4-4 Cascade Correlation Neural Networks, Deep or Shallow Structure23分钟
4-5 Deep Learning: Convolutional Neural Networks17分钟
4-6 LeNet 5, Dropout, ReLU and the Variants, Maxout, Residual Net18分钟
4-7 Recurrent Networks, Long Short-Term Memory (LSTM), Neural Turing Machine, Memory-Augmented Neural Networks (MANN)15分钟
4-8 Autoencoder: Denoising Autoencoder, Stacked Autoencoder and Variational Autoencoder12分钟
4-9 Generative Adversarial Net (GAN), AE+GAN and Its Applications16分钟
1 个练习
Week 4 Quiz16分钟
常见问题
我什么时候能够访问课程视频和作业？
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. 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.
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？
您可在付款后两周内，或者在课程第一个班次开课后（对于已启动的课程）两周内，获得全额退款，以其中较晚者为准。获得课程证书后，您便无法再退款；即使您在两周的退款期内完成了课程，也是如此。请阅读我们完整的退款政策。
有助学金吗？
是的，Coursera 可以向无法承担学费的学生提供助学金。点击左侧‘注册’按钮下的‘助学金’链接即可申请助学金。您可以根据屏幕提示完成申请，申请获批后会收到通知。了解详情。
完成课程后，我会获得大学学分吗？
此课程不提供大学学分，但部分大学可能会选择接受课程证书作为学分。查看您的合作院校，了解详情。Coursera 上的在线学位和 Mastertrack™ 证书提供获得大学学分的机会。
还有其他问题吗？请访问 学生帮助中心。
