Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

National Taiwan University

人工智慧:機器學習與理論基礎 (Artificial Intelligence - Learning & Theory)

National Taiwan University via Coursera

Overview

Prepare for a new career with $100 off Coursera Plus
Gear up for jobs in high-demand fields: data analytics, digital marketing, and more.
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:
(一)使同學對人工智慧相關的機器學習技術有基礎概念
(二)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
(三)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:
需要的先備知識:計算機概論
建議的先備知識:資料結構與演算法

Syllabus

  • Concept learning
  • Computational Learning Theory
  • Classification
  • Neural Network and Deep learning
  • Reinforcement learning

Taught by

于天立(Tian-Li,Yu)

Reviews

4.6 rating at Coursera based on 50 ratings

Start your review of 人工智慧:機器學習與理論基礎 (Artificial Intelligence - Learning & Theory)

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.