北魏帝企鹅 评论了课程: 機器學習基石 (Machine Learning Foundations)

2015-01-15 11:51

终于把这门课听完了。本人是在技法课开始后才发现这门基石课的。所以放下一切事情，火速用2个礼拜把所有的视频都过了一遍。之前读过一本书introduction to statistical learning，对于很多概念只有直觉上的理解，比如模型复杂度。上了这门课才算对这些艰深的概念有了初步了解。囫囵吞枣一遍后赶紧开始技法的学习。目前刚讲完SVM。AD的machine learning最大的缺点是后半部分讲的太浅。因为理解的浅，所以即便代码都编对了，对于问题也没有任何深入的理解。
相比之下，林老师就讲的非常深入，讲义也很棒，非常适合复习。如果想系统的学习machine learning，没有比这门课更棒的入门材料了。5星推荐。
刚把第一次作业做完，并不容易。但如果太容易不就没趣了么。哈哈。
相信技法学完后，再深入学习machine learning的其他艰深材料，都不会发怵了。

機器學習基石 (Machine Learning Foundations) (CourseraArchive) 10 个评论 关注

开始时间: 04/22/2022 持续时间: 8 weeks

主页: https://www.coursera.org/course/ntumlone

简介: Machine learning is the study that allows computers to adaptively improve their performance with experience accumulated from the data observed. The course teaches the most fundamental algorithmic, theoretical and practical tools that any user of machine learning needs to know. [機器學習旨在讓電腦能由資料中累積的經驗來自我進步。本課程將介紹各領域中的機器學習使用者都應該知道的基礎演算法、理論及實務工具。]

機器學習技法 (Machine Learning Techniques) (CourseraArchive) 2 个评论 关注

开始时间: 04/22/2022 持续时间: 8 weeks

主页: https://www.coursera.org/course/ntumltwo

简介: The course extends the fundamental tools in "Machine Learning Foundations" to powerful and practical models by three directions, which includes embedding numerous features, combining predictive features, and distilling hidden features. [這門課將先前「機器學習基石」課程中所學的基礎工具往三個方向延伸為強大而實用的工具。這三個方向包括嵌入大量的特徵、融合預測性的特徵、與萃取潛藏的特徵。]