Tag: 機器學習

Enroll Course: https://www.coursera.org/learn/ai2 在當今數位化的時代，人工智慧和機器學習已經成為各行各業的核心技術。最近我參加了一個在Coursera上開設的課程，名為「人工智慧：機器學習與理論基礎」。這是一個深入且詳細地探討機器學習的課程，對於希望在這個領域進一步發展的人，這無疑是一個極佳的選擇。 本課程的第二部分專注於機器學習，涵蓋了從1990年代發展起的VC理論、各種分類器（如決策樹和支持向量機）、神經網路（包括深度學習）以及增強式學習（包括深度增強式學習）。這些內容不僅舊聞上可追溯到1950年代，還包括了近年來（2016年左右）的最新進展。 這門課的核心目標非常明確：讓學生在基礎理論上建立對人工智慧相關機器學習技術的概念，並理解各類型的算法和技術。最重要的是，學生還能把學到的相關技術應用到實際問題上，這對於未來的職業發展幫助極大。 在修課之前，建議具備計算機概論的基礎知識，並有資料結構與演算法的先備知識會更有利於學習過程。課程大綱十分全面，包括概念學習、計算學習理論、分類、神經網路及深度學習和增強式學習等主題。 總結來說，「人工智慧：機器學習與理論基礎」是一門內容豐富、結構良好的課程，無論你是初學者還是有一定基礎的學習者，都能從中獲益。如果你對人工智慧和機器學習感興趣，這門課程絕對值得報名參加！ Enroll Course: https://www.coursera.org/learn/ai2

Enroll Course: https://www.coursera.org/learn/ntumlone-algorithmicfoundations はじめに 皆さん、こんにちは！今回はCourseraで提供されている「機器學習基石下 (Machine Learning Foundations)—Algorithmic Foundations」についてレビューしたいと思います。このコースは、機械学習の基礎をしっかりと身につけたい方にぴったりです。 コース概要 このコースは、機械学習のアルゴリズムや理論を学ぶことができる内容になっています。機械学習は、データから得られた経験をもとにコンピュータが自己改善するための学問です。このコースでは、アルゴリズム的なツールに焦点を当て、もう一つの姉妹コースでは数学的なツールに重点を置いています。 シラバスのハイライト 第九講: 線形回帰 重みベクトルを使用した線形仮説の構築と、解析解による二乗誤差の即座の計算方法について学びます。 第十講: ロジスティック回帰 クロスエントロピー誤差に対する勾配降下法について深く理解します。 第十一講: 線形モデルによる分類 バイナリ分類や多クラス分類についての回帰を学びます。 第十二講: 非線形変換 非線形フィーチャー変換を用いた非線形モデルの構築について探ります。 第十三講: 過剰適合の危険 過剰適合とは何か、どのようにして避けられるかを理解します。 第十四講: 正則化 モデルの複雑さを制限する手法について学習します。…