Contents
關於課程
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)。
此部份技術包含最早追溯至 1950 年代直到最近 2016 年附近的最新發展。此課程從基礎理論開始，簡介了各機器學習主流技法以及從淺層學習架構演變到最近深度架構的轉換。
本課程之核心目標為：
- 使同學對人工智慧相關的機器學習技術有基礎概念
- 同學能夠理解機器學習基礎理論、分類器、神經網路、增強式學習
- 同學能將相關技術應用到自己的問題上
修課前，基礎背景知識：
此課程適用人群：具有基礎電腦科學知識與基本數學知識（微積分，向量，機率與統計等）的普羅社會大眾。
製作方
國立臺灣大學，簡稱:臺大，NTU，該校是教育部高教深耕計畫中參與全球鏈結全校型計畫的4所學校之一，為臺灣第一所綜合大學、以及臺灣學生人數最多的高等教育機構。臺大以自由主義學風著稱，並在臺灣具有重要學術地位。校友涵蓋諾貝爾獎台灣唯一得主、圖靈獎華人唯一得主、沃爾夫獎台灣唯二得主、4名中華民國總統（公民直選後的所有總統）與143名的中央研究院院士；教職員則有多位各國科學或工程學院的院士。除了學術榮譽得主之外，臺大師生校友亦包括五院院長、部會首長、立法委員、縣市首長、縣市議員等數百位的政界人士，對臺灣社會具高度影響力。(來自 Wikipedia)
第 1 週 觀念學習
第 2 週 計算論的学習理論
第 3 週 分類
第 4 週 神經網路與深度學習
第 5 週 增強式學習
到官方網站了解本課程與上課
你可能會有興趣
- [于天立老師 AI 課] 人工智慧 : 搜尋方法與邏輯推論
- 機器學習和資料科學相關線上課程
- 其他推薦的 Coursera 線上課程
- 歡迎加入 Soft & Share 團購和特價線上課程 ！
- 追蹤 Soft & Share Twitter !
你必須登入才能發表留言。