|
|
 |
|
|
課程重點
6.867這門課開設於於系上的集中選修課程的「人工智慧與應用」類別之下。這個網站提供了完整的授課講義、作業及修這門課的學生所使用的額外教材。
6.867 is offered under the department's "Artificial Intelligence and Applications" concentration. The site offers a full set of lecture notes, homework assignments, in addition to other materials used by students in the course.
課程描述
6.867是機器學習(Machine Learning)的導論課程。這門課提供了機器學習中許多技術及演算法的概觀，起始自如簡單認知器演算法(Simple Perceptrons)的課題，乃至於一些近來所關注的課題像是boosting， SVM， HMM， 以及Bayesian 網路。這門課賦予學生對現代機器學習技術基本的觀念與直覺以及對於這些技術如何運作、為何有效等問題有比較正規化的認識。
隱含於這門課程之下的主題是統計推論(statistical inference)，這個隱含的主題成為機器學習中大多數方法的基礎。
6.867 is an introductory course on machine learning which provides an overview of many techniques and algorithms in machine learning, beginning with topics such as simple perceptrons and ending up with more recent topics such as boosting, support vector machines, hidden Markov models, and Bayesian networks. The course gives the student the basic ideas and intuition behind modern machine learning methods as well as a bit more formal understanding of how and why they work. The underlying theme in the course is statistical inference as this provides the foundation for most of the methods covered.
|
|
|
| 師資 |
|
|
| 上課時數 |
教師授課：
每週2節
每節1.5小時
複習/實習課：
每週2節
每節1小時
|
| 程度 |
|
研究所
|
| 回應 |
| 告訴我們您對本課程或「開放式課程網頁」的建議。 |
| 聲明 |
麻省理工學院開放式課程認可 開放式課程計畫（OOPS）的翻譯計畫，開放式課程計畫（OOPS）乃是運用其獨立團隊、獨立資源、獨立流程進行翻譯計畫之團隊。
所有麻省理工學院開放式課程之材料皆以麻省理工學院開放式課程創作共享授權發佈，所有之翻譯資料皆由開放式課程計畫（OOPS）所提供，並由其負翻譯品質之責任。
此處麻省理工學院開放式課程之資料乃由 開放式課程計畫（OOPS） 譯為正體中文。麻省理工學院開放式課程在此聲明，不論是否遭遇或發現相關議題，麻省理工學院開放式課程、麻省理工學院教師、麻省理工學院校方並不對翻譯正確度及完整性作保證。上述單位並對翻譯後之資料不作明示或默許對任一特定目的之適合性之保證、非侵權之保證、或永不出錯之保證。麻省理工學院校方、麻省理工學院開放式課程對翻譯上之不正確不負任何責任。由翻譯所引發任何關於此等資料之不正確或其他瑕疵，皆由開放式課程計畫（OOPS）負全責，而非麻省理工學院開放式課程之責。
原文聲明 |
|
|
|
|
|
 |
|
