課程大綱 Help
這門課以八週設計，分成四個核心問題，每個核心問題約需兩週的時間來探討。每週二我們會公佈約兩個小時的錄影，以每個小時為一個主題，又會各分成四到五個小段落，每個段落裡會有一個或多個隨堂的練習。我們在探討每個核心問題的第二週，會公佈與該問題相對應的作業，你有兩週的時間可以完成該作業。依上所述，課程的規畫如下：
When Can Machines Learn? [何時可以使用機器學習]
· 第一週(9/23~9/29):
第一講：The Learning Problem [機器學習問題]
第二講：Learning to Answer Yes/No [二元分類]
· 第二週(9/30~10/6):
作業一(9/30~10/13)公佈
第三講：Types of Learning [各式機器學習問題]
第四講：Feasibility of Learning [機器學習的可行性]
Why Can Machines Learn? [為什麼機器可以學習]
· 第三週(10/7~10/13):
第五講：Training versus Testing [訓練與測試]
第六講：Theory of Generalization [舉一反三的一般化理論]
· 第四週(10/14~10/20):
作業一到期，作業二(10/14~10/27)公佈
第七講：The VC Dimension [VC 維度]
第八講：Noise and Error [雜訊與錯誤]
How Can Machines Learn? [機器可以怎麼樣學習]
· 第五週(10/21~10/27):
第九講：Linear Regression [線性迴歸]
第十講：`Soft' Classification [軟性分類]
· 第六週(10/28~11/3):
作業二到期，作業三公佈(10/28~11/10)
十一講：Multiclass Classification [多類別分類]
十二講：Nonlinear Transformation [非線性轉換]
How Can Machines Learn Better? [機器可以怎麼樣學得更好]
· 第七週(11/4~11/10):
十三講：Hazard of Overfitting [過度訓練的危險]
十四講：Regularization [探制調適]
· 第八週(11/11~11/17):
作業三到期，作業四公佈(11/11~11/24)
十五講：Validation [自我檢測]
十六講：Three Learning Principles [三個機器學習的重要原則]
相关推荐：
loading