• 投稿

林軒田(Hsuan-Tien Lin) - [機器學習基石]Machine Learning Foundations -

9.9万
2627
2014-10-16 00:13:24
424
325
4185
387
課程對應到台灣大學所開設之「機器學習」課程的前半學期，課程的強度比照世界一流大學的實體課程設計，希望能幫大家打下紥實的基礎，所以在份量上會比常見的線上課程要吃重一些，建議大家要預留充足的時間來把這門課學好。即使有前面這句話的「警告」，這門課在台大依然有著很好的口碑，因此 這幾年一直看到同學們「前仆後繼」地來修習，希望能和台大的同學一樣喜愛這門課程。 讲师:林軒田(Hsuan-Tien Lin)
公开课
COURSERA
MACHINE LEARNING
机器学习
Dauglas 发消息
人之所以强大,是因为领悟了悲伤.-独立游戏《泠：落日孤行》制作者-在职技术策划-资浅海鸥球迷
视频选集
（10/65）
1 - 1 - Course Introduction
10:58
1 - 2 - What is Machine Learning
18:29
1 - 3 - Applications of Machine Learning
18:57
1 - 4 - Components of Machine Learning
11:45
1 - 5 - Machine Learning and Other Fields
10:21
2 - 1 - Perceptron Hypothesis Set
15:42
2 - 2 - Perceptron Learning Algorithm (PLA)
19:46
2 - 3 - Guarantee of PLA
12:37
2 - 4 - Non-Separable Data
12:55
3 - 1 - Learning with Different Output Space
17:26
3 - 2 - Learning with Different Data Label
18:12
3 - 3 - Learning with Different Protocol
11:09
3 - 4 - Learning with Different Input Space
14:13
4 - 1 - Learning is Impossible
13:32
4 - 2 - Probability to the Rescue
11:32
4 - 3 - Connection to Learning
16:46
4 - 4 - Connection to Real Learning
18:05
5 - 1 - Recap and Preview
13:44
5 - 2 - Effective Number of Lines
15:26
5 - 3 - Effective Number of Hypotheses
16:17
5 - 4 - Break Point
07:44
6 - 1 - Restriction of Break Point
14:18
6 - 2 - Bounding Function Basic Cases
06:56
6 - 3 - Bounding Function Inductive Cases
14:46
6 - 4 - A Pictorial Proof
16:01
7 - 1 - Definition of VC Dimension
13:10
7 - 2 - VC Dimension of Perceptrons
13:27
7 - 3 - Physical Intuition of VC Dimension
06:10
7 - 4 - Interpreting VC Dimension
17:13
8 - 1 - Noise and Probabilistic Target
17:01
8 - 2 - Error Measure
15:10
8 - 3 - Algorithmic Error Measure
13:47
8 - 4 - Weighted Classification (16-54)
16:55
9 - 1 - Linear Regression Problem
10:08
9 - 2 - Linear Regression Algorithm (20-03)
20:04
9 - 3 - Generalization Issue
20:34
9 - 4 - Linear Regression for Binary Classification
11:23
10 - 1 - Logistic Regression Problem
14:32
10 - 2 - Logistic Regression Error
15:58
10 - 3 - Gradient of Logistic Regression Error
15:37
10 - 4 - Gradient Descent
19:18
11 - 1 - Linear Models for Binary Classification
21:35
11 - 2 - Stochastic Gradient Descent
11:39
11 - 3 - Multiclass via Logistic Regression
14:18
11 - 4 - Multiclass via Binary Classification
11:35
12 - 1 - Quadratic Hypothesis (23-47)
23:48
12 - 2 - Nonlinear Transform (09-52)
09:53
12 - 3 - Price of Nonlinear Transform (15-37)
15:38
12 - 4 - Structured Hypothesis Sets (09-36)
09:36
13 - 1 - What is Overfitting- (10-45)
10:45
13 - 2 - The Role of Noise and Data Size (13-36)
13:36
13 - 3 - Deterministic Noise (14-07)
14:08
13 - 4 - Dealing with Overfitting (10-49)
10:50
14 - 1 - Regularized Hypothesis Set (19-16)
19:17
14 - 2 - Weight Decay Regularization (24-08)
24:09
14 - 3 - Regularization and VC Theory (08-15)
08:16
14 - 4 - General Regularizers (13-28)
13:29
15 - 1 - Model Selection Problem (16-00)
16:01
15 - 2 - Validation (13-24)
13:25
15 - 3 - Leave-One-Out Cross Validation (16-06)
16:07
15 - 4 - V-Fold Cross Validation (10-41)
10:42
16 - 1 - Occam-'s Razor (10-08)
10:09
16 - 2 - Sampling Bias (11-50)
11:51
16 - 3 - Data Snooping (12-28)
12:29
16 - 4 - Power of Three (08-49)
08:50

Alec Radford - Recurrent Neural Network for text analysis
Dauglas
632 2

[GDC 2025]Creating Next-Gen Agents in KRAFTON's inZOI
Dauglas
503 0

How to paint Death Guard Plague marines - [战锤40K:死亡守卫瘟疫战士如何上色/TheApatheticFish]
Dauglas
7161 7

2026最新【AI+医疗】保姆级全套教程，共100集全，AI大佬手把手带你医学方向结合人工智能搞定论文和项目！全篇通俗易懂！让你少走99%的弯路！AI/医学生
宇迪讲AI
676 17

在西安电子科技大学聊 ai和fpga 结合
蹦跶跶滴小泰迪
5224 0

FDE（Field Deployment Engineer）这类岗位，核心不是“会不会讲 AI”，而是能不能把 AI 项目真的落到业务流程里。
Valarzzzzz
500 0

麻省理工学院—线性代数课（完整版72讲）通俗易懂，堪称线性代数课程天花板！
AI从零开始学
1947 8

How to paint Death Guard Poxwalkers - [战锤40K：Poxwalker如何上色/The Apathetic fish]
Dauglas
721 0

2026最新【强化学习实战】系统教程！AI大佬带你2小时学透PPO算法、DQN、A3C、Q-learning等原理及实战！全篇通俗易懂！AI/深度学习/强化学习
爱敲代码的余哆哆
1416 23

AI编码进化论【从Vibe Coder到Agentic Engineer的三周蜕变】AI Coder From Vibe Coder to A
常青藤中英字幕课
1342 0

【高清双语】公认最好的【吴恩达Python数据分析课程】谁学谁赚到！Python for Data Analytics | 附课件、代码
从零玩转AI
412 14

这将是2026年你刷到最有价值的强化学习与机器人训练教程 ！具身智能入门学习路线：机器学习深度学习、模仿学习、最优控制与规划、高级强化学习算法
具身智能机器人入门
2653 16

【2026最新版】GitHub新手使用教程，计算机大佬手把手带你从零复现GitHub项目：环境搭建+项目运行，一步到位！草覆虫也能轻松学会！
Darics
1.1万 1

吴恩达同步最新AI课，第112讲:吴恩达亲自授课，还在背提示词模板的人，已经被甩开了！吴恩达亲授现代AI三件大事，看完立刻拉开档次
吴恩达AI课程研究院
6448 0

2026最好出论文方向：小波变换+CNN两大神经网络模型，论文创新点精读+代码复现，通俗易懂！——人工智能|AI|机器学习|深度学习
唐宇迪讲深度学习
567 26

2026机器学习还要学吗？线性回归与逻辑回归经久不衰，985博士从原理到代码再到实验一次性全解读！
唐宇迪-AI入门课
997 4

【大模型+知识图谱】不愧是2026最火的两大模型结合！原理入门+代码复现+论文精读，一口气带你学完知识抽取、neoj4数据库、医药问答系统等，全篇通俗易懂！AI
论文发刊罗小黑
1804 20

猫头虎AI分享:奖金池超30万！第十一届信也科技杯全球AI算法大赛重磅开赛啦
猫头虎技术团队
1082 0

手把手带你从零复现论文：找论文代码→环境搭建→数据处理→模型训练及验证
眼镜搞不懂AI
2441 2

神经网络与深度学习精讲：从神经元到反向传播（下）
海归博士Dr魏的高密乡
741 6
展开
百万奖金竞争白热化！快来投币选出最终赢家
客服
顶部
赛事库 课堂 2021拜年纪