Machine learning
Learn
College :
通識教育中心
Department :
一般通識組
Credits :
2.0
GE Field :
科學與邏輯思維
Platform :
Coursera
University :
Stanford University
Instructors :
Andrew Ng
Language :
英文
Peer Review
  • 5Content
  • 4Match
  • 4Total
4/5
    推薦留言共 1 則
  • 7/19/2020 7:16:52 PM
Course Goals
機器學習是一門研究在非特定編程條件下讓計算機採取行動的學科。
最近二十年,機器學習為我們帶來了自動駕駛汽車,實用的語音識別,高效的網絡搜索,讓我們對人類基因的解讀能力大大提高。
當今機器學習技術已經非常普遍,您很可能在毫無察覺情況下每天使用幾十次。
許多研究者還認為機器學習是人工智能(AI)取得進展的最有效途徑。
在本課程中,您將學習最高效的機器學習技術,了解如何使用這些技術,並自己動手實踐這些技術。
更重要的是,您將不僅將學習理論知識,還將學習如何實踐,如何快速使用強大的技術來解決新問題。
最後,您將了解在矽谷企業如何在機器學習和人工智能領域進行創新。

Course Syllebus
本課程將廣泛介紹機器學習,數據挖掘和統計模式識別。
相關主題包括:
(i) 監督式學習(參數和非參數算法,支持向量機,核函數和神經網絡)。
(ii) 無監督學習(集群,降維,推薦系統和深度學習)。
(iii) 機器學習實例(偏見/方差理論;機器學習和AI領域的創新)。
課程將引用很多案例和應用,您還需要學習如何在不同領域應用學習算法,例如智能機器人(感知和控制),文本理解(網絡搜索和垃圾郵件過濾),計算機視覺,醫學信息學,音頻,數據庫挖掘等領域。
Other Info.