このコースについて
8,649,705 最近の表示

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。

約55時間で修了

英語

字幕:中国語(簡体), 英語, ヘブライ語, スペイン語, ヒンディー語, 日本語...

習得するスキル

Logistic RegressionArtificial Neural NetworkMachine Learning (ML) AlgorithmsMachine Learning

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。

約55時間で修了

英語

字幕:中国語(簡体), 英語, ヘブライ語, スペイン語, ヒンディー語, 日本語...

シラバス - 本コースの学習内容

1
2時間で修了

Introduction

Welcome to Machine Learning! In this module, we introduce the core idea of teaching a computer to learn concepts using data—without being explicitly programmed. The Course Wiki is under construction. Please visit the resources tab for the most complete and up-to-date information.

...
5件のビデオ (合計42分), 9 readings, 1 quiz
5件のビデオ
Welcome6 分
What is Machine Learning?7 分
Supervised Learning12 分
Unsupervised Learning14 分
9件の学習用教材
Machine Learning Honor Code8 分
What is Machine Learning?5 分
How to Use Discussion Forums4 分
Supervised Learning4 分
Unsupervised Learning3 分
Who are Mentors?3 分
Get to Know Your Classmates8 分
Frequently Asked Questions11 分
Lecture Slides20 分
1の練習問題
Introduction10 分
2時間で修了

Linear Regression with One Variable

Linear regression predicts a real-valued output based on an input value. We discuss the application of linear regression to housing price prediction, present the notion of a cost function, and introduce the gradient descent method for learning.

...
7件のビデオ (合計70分), 8 readings, 1 quiz
7件のビデオ
Cost Function8 分
Cost Function - Intuition I11 分
Cost Function - Intuition II8 分
Gradient Descent11 分
Gradient Descent Intuition11 分
Gradient Descent For Linear Regression10 分
8件の学習用教材
Model Representation3 分
Cost Function3 分
Cost Function - Intuition I4 分
Cost Function - Intuition II3 分
Gradient Descent3 分
Gradient Descent Intuition3 分
Gradient Descent For Linear Regression6 分
Lecture Slides20 分
1の練習問題
Linear Regression with One Variable10 分
2時間で修了

Linear Algebra Review

This optional module provides a refresher on linear algebra concepts. Basic understanding of linear algebra is necessary for the rest of the course, especially as we begin to cover models with multiple variables.

...
6件のビデオ (合計61分), 7 readings, 1 quiz
6件のビデオ
Addition and Scalar Multiplication6 分
Matrix Vector Multiplication13 分
Matrix Matrix Multiplication11 分
Matrix Multiplication Properties9 分
Inverse and Transpose11 分
7件の学習用教材
Matrices and Vectors2 分
Addition and Scalar Multiplication3 分
Matrix Vector Multiplication2 分
Matrix Matrix Multiplication2 分
Matrix Multiplication Properties2 分
Inverse and Transpose3 分
Lecture Slides10 分
1の練習問題
Linear Algebra10 分
2
3時間で修了

Linear Regression with Multiple Variables

What if your input has more than one value? In this module, we show how linear regression can be extended to accommodate multiple input features. We also discuss best practices for implementing linear regression.

...
8件のビデオ (合計65分), 16 readings, 1 quiz
8件のビデオ
Gradient Descent for Multiple Variables5 分
Gradient Descent in Practice I - Feature Scaling8 分
Gradient Descent in Practice II - Learning Rate8 分
Features and Polynomial Regression7 分
Normal Equation16 分
Normal Equation Noninvertibility5 分
Working on and Submitting Programming Assignments3 分
16件の学習用教材
Setting Up Your Programming Assignment Environment8 分
Access MATLAB Online and Upload the Exercise Files3 分
Installing Octave on Windows3 分
Installing Octave on Mac OS X (10.10 Yosemite and 10.9 Mavericks and Later)10 分
Installing Octave on Mac OS X (10.8 Mountain Lion and Earlier)3 分
Installing Octave on GNU/Linux7 分
More Octave/MATLAB resources10 分
Multiple Features3 分
Gradient Descent For Multiple Variables2 分
Gradient Descent in Practice I - Feature Scaling3 分
Gradient Descent in Practice II - Learning Rate4 分
Features and Polynomial Regression3 分
Normal Equation3 分
Normal Equation Noninvertibility2 分
Programming tips from Mentors10 分
Lecture Slides20 分
1の練習問題
Linear Regression with Multiple Variables10 分
5時間で修了

Octave/Matlab Tutorial

This course includes programming assignments designed to help you understand how to implement the learning algorithms in practice. To complete the programming assignments, you will need to use Octave or MATLAB. This module introduces Octave/Matlab and shows you how to submit an assignment.

...
6件のビデオ (合計80分), 1 reading, 2 quizzes
6件のビデオ
Moving Data Around16 分
Computing on Data13 分
Plotting Data9 分
Control Statements: for, while, if statement12 分
Vectorization13 分
1件の学習用教材
Lecture Slides10 分
1の練習問題
Octave/Matlab Tutorial10 分
3
2時間で修了

Logistic Regression

Logistic regression is a method for classifying data into discrete outcomes. For example, we might use logistic regression to classify an email as spam or not spam. In this module, we introduce the notion of classification, the cost function for logistic regression, and the application of logistic regression to multi-class classification.

...
7件のビデオ (合計71分), 8 readings, 1 quiz
7件のビデオ
Hypothesis Representation7 分
Decision Boundary14 分
Cost Function10 分
Simplified Cost Function and Gradient Descent10 分
Advanced Optimization14 分
Multiclass Classification: One-vs-all6 分
8件の学習用教材
Classification2 分
Hypothesis Representation3 分
Decision Boundary3 分
Cost Function3 分
Simplified Cost Function and Gradient Descent3 分
Advanced Optimization3 分
Multiclass Classification: One-vs-all3 分
Lecture Slides10 分
1の練習問題
Logistic Regression10 分
4時間で修了

Regularization

Machine learning models need to generalize well to new examples that the model has not seen in practice. In this module, we introduce regularization, which helps prevent models from overfitting the training data.

...
4件のビデオ (合計39分), 5 readings, 2 quizzes
4件のビデオ
Cost Function10 分
Regularized Linear Regression10 分
Regularized Logistic Regression8 分
5件の学習用教材
The Problem of Overfitting3 分
Cost Function3 分
Regularized Linear Regression3 分
Regularized Logistic Regression3 分
Lecture Slides10 分
1の練習問題
Regularization10 分
4
5時間で修了

Neural Networks: Representation

Neural networks is a model inspired by how the brain works. It is widely used today in many applications: when your phone interprets and understand your voice commands, it is likely that a neural network is helping to understand your speech; when you cash a check, the machines that automatically read the digits also use neural networks.

...
7件のビデオ (合計63分), 6 readings, 2 quizzes
7件のビデオ
Neurons and the Brain7 分
Model Representation I12 分
Model Representation II11 分
Examples and Intuitions I7 分
Examples and Intuitions II10 分
Multiclass Classification3 分
6件の学習用教材
Model Representation I6 分
Model Representation II6 分
Examples and Intuitions I2 分
Examples and Intuitions II3 分
Multiclass Classification3 分
Lecture Slides10 分
1の練習問題
Neural Networks: Representation10 分
4.9
25,588件のレビューChevron Right

40%

コース終了後に新しいキャリアをスタートした

38%

コースが具体的なキャリアアップにつながった

人気のレビュー

by MLAug 19th 2017

Very helpful and easy to learn. The quiz and programming assignments are well designed and very useful. Thank Prof. Andrew Ng and coursera and the ones who share their problems and ideas in the forum.

by JSJun 17th 2017

Everything is taught from basics, which makes this course very accessible- still requires effort, however will leave you with real confidence and understanding of subjects covered. Great teacher too..

講師

Avatar

Andrew Ng

CEO/Founder Landing AI; Co-founder, Coursera; Adjunct Professor, Stanford University; formerly Chief Scientist,Baidu and founding lead of Google Brain

スタンフォード大学(Stanford University)について

The Leland Stanford Junior University, commonly referred to as Stanford University or Stanford, is an American private research university located in Stanford, California on an 8,180-acre (3,310 ha) campus near Palo Alto, California, United States....

よくある質問

  • 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。

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。