Informações sobre o curso
5.0
5 classificações
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Nível intermediário

Nível intermediário

Horas para completar

Aprox. 23 horas para completar

Sugerido: 7 hours/week...
Idiomas disponíveis

Chinês (tradicional)

Legendas: Chinês (tradicional)...
100% online

100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.
Nível intermediário

Nível intermediário

Horas para completar

Aprox. 23 horas para completar

Sugerido: 7 hours/week...
Idiomas disponíveis

Chinês (tradicional)

Legendas: Chinês (tradicional)...

Programa - O que você aprenderá com este curso

Semana
1
Horas para completar
2 horas para concluir

Concept learning

...
Reading
6 vídeos (Total de 73 min), 2 leituras, 1 teste
Video6 videos
1-2 Hypotheses ,Relation between Instance Space and Hypotheses14min
1-3 The Find-S Algorithm10min
1-4 Version Space and The List-Then Eliminate Algorithm12min
1-5 The Candidate Elimination Algorithm15min
1-6 Biased and Unbiased Hypothesis Space, Futility of Bias-Free Learning12min
Reading2 leituras
NTU MOOC 課程問題詢問與回報機制1min
課前問卷(請大家幫忙填寫,預估填寫時間兩分鐘,謝謝大家!)2min
Quiz1 exercício prático
Week 1 Quiz10min
Semana
2
Horas para completar
2 horas para concluir

Computational Learning Theory

...
Reading
8 vídeos (Total de 120 min), 1 teste
Video8 videos
2-2 Setting 3, PAC Learnable10min
2-3 Exhausting the Version Space: Definition, Theorem ,Proof and some examples19min
2-4 Shatter, Dichotomy, VC dimension14min
2-5 Some examples and discussion about VC dimension14min
2-6 Upper and Lower Bounds on Sample Complexity with VC dimension, The Mistake Bound for Algorithms14min
2-7 Optimal Mistake Bound13min
2-8 The Weighted-Majority Algorithm and its Bound11min
Quiz1 exercício prático
Week 2 Quiz16min
Semana
3
Horas para completar
2 horas para concluir

Classification

...
Reading
6 vídeos (Total de 114 min), 1 leitura, 1 teste
Video6 videos
3-2 Learning Decision Tree, Information19min
3-3 Generalization and Overfitting, Kai Square Pruning, Rule Post-Pruning22min
3-4 Model Evaluation: Metrics for Performance Evaluation, Methods for Model Comparison19min
3-5 Ensemble: Embedding, Bagging and Boosting13min
3-6 Support Vector Machine: Optimization, Soft Margins, and Kernel Trick21min
Reading1 leituras
修課後問卷(請大家幫忙填寫,預估填寫時間兩分鐘,謝謝大家!)2min
Quiz1 exercício prático
Week 3 Quiz24min
Semana
4
Horas para completar
3 horas para concluir

Neural Network and Deep learning

...
Reading
9 vídeos (Total de 151 min), 1 teste
Video9 videos
4-2 Single-Layer Network and Perceptron Learning Rule15min
4-3 Multi-Layer Perceptron, Back Propagation Learning, Decline of ANN10min
4-4 Cascade Correlation Neural Networks, Deep or Shallow Structure23min
4-5 Deep Learning: Convolutional Neural Networks17min
4-6 LeNet 5, Dropout, ReLU and the Variants, Maxout ,Residual Net18min
4-7 Recurrent Networks, Long Short-Term Memory (LSTM), Neural Turing Machine, Memory-Augmented Neural Networks (MANN)15min
4-8 Autoencoder: Denoising Autoencoder, Stacked Autoencoder and Variational Autoencoder12min
4-9 Generative Adversarial Net (GAN), AE+GAN and Its Applications16min
Quiz1 exercício prático
Week 4 Quiz16min

Instrutores

Avatar

于天立

副教授 (Associate Professor)
電機工程學系 (Department of Electrical Engineering)

Sobre National Taiwan University

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/...

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.