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。
人工智慧：機器學習與理論基礎 (Artificial Intelligence - Learning & Theory)
国立台湾大学（National Taiwan University）このコースについて
6,735 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約11時間で修了
中国語（繁体）
字幕：中国語（繁体）
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約11時間で修了
中国語（繁体）
字幕：中国語（繁体）
提供：
国立台湾大学（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/
シラバス - 本コースの学習内容
1時間で修了
Concept learning
1時間で修了
6件のビデオ （合計73分）, 2 readings, 1 quiz
6件のビデオ
1-2 Hypotheses ,Relation between Instance Space and Hypotheses14 分
1-3 The Find-S Algorithm10 分
1-4 Version Space and The List-Then Eliminate Algorithm12 分
1-5 The Candidate Elimination Algorithm15 分
1-6 Biased and Unbiased Hypothesis Space, Futility of Bias-Free Learning12 分
2件の学習用教材
NTU MOOC 課程問題詢問與回報機制1 分
課程投影片開放下載公告2 分
1の練習問題
Week 1 Quiz10 分
2時間で修了
Computational Learning Theory
2時間で修了
8件のビデオ （合計120分）
8件のビデオ
2-2 Setting 3, PAC Learnable10 分
2-3 Exhausting the Version Space: Definition, Theorem ,Proof and some examples19 分
2-4 Shatter, Dichotomy, VC dimension14 分
2-5 Some examples and discussion about VC dimension14 分
2-6 Upper and Lower Bounds on Sample Complexity with VC dimension, The Mistake Bound for Algorithms14 分
2-7 Optimal Mistake Bound13 分
2-8 The Weighted-Majority Algorithm and its Bound11 分
1の練習問題
Week 2 Quiz16 分
2時間で修了
Classification
2時間で修了
6件のビデオ （合計114分）
6件のビデオ
3-2 Learning Decision Tree, Information19 分
3-3 Generalization and Overfitting, Kai Square Pruning,Rule Post-Pruning22 分
3-4 Model Evaluation: Metrics for Performance Evaluation, Methods for Model Comparison19 分
3-5 Ensemble: Embedding, Bagging and Boosting13 分
3-6 Support Vector Machine: Optimization, Soft Margins, and Kernel Trick21 分
1の練習問題
Week 3 Quiz24 分
3時間で修了
Neural Network and Deep learning
3時間で修了
9件のビデオ （合計151分）
9件のビデオ
4-2 Single-Layer Network and Perceptron Learning Rule15 分
4-3 Multi-Layer Perceptron, Back Propagation Learning, Decline of ANN10 分
4-4 Cascade Correlation Neural Networks, Deep or Shallow Structure23 分
4-5 Deep Learning: Convolutional Neural Networks17 分
4-6 LeNet 5, Dropout, ReLU and the Variants, Maxout, Residual Net18 分
4-7 Recurrent Networks, Long Short-Term Memory (LSTM), Neural Turing Machine, Memory-Augmented Neural Networks (MANN)15 分
4-8 Autoencoder: Denoising Autoencoder, Stacked Autoencoder and Variational Autoencoder12 分
4-9 Generative Adversarial Net (GAN), AE+GAN and Its Applications16 分
1の練習問題
Week 4 Quiz16 分
よくある質問
いつ講座や課題にアクセスできるようになりますか？
修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題（該当する場合）にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。
修了証を購入すると何を行えるようになりますか？
修了証を購入する際、コースのすべての教材（採点課題を含む）にアクセスできます。コースを完了すると、電子修了証が成果のページに追加されます。そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。
返金ポリシーについて教えてください。
支払日から2週間後、または（開始直後のコースの場合は）コースの最初のセッションが開始されてから2週間後の、いずれかの遅い日付の期間までが全額の返金の対象となります。コースの修了証を取得した後は、2週間以内にコースを完了した場合でも返金することはできません。返金ポリシーをすべて表示します。
学資援助はありますか？
はい。受講料の支払いが難しい受講生に、Coursera（コーセラ）は学資援助を提供しています。左側の［登録］ボタンの下にある［学資援助］のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。詳細。
さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。
