NTU/TAICA Machine Learning 2026 Fall Week 3（在新分頁開啟原站）
NTU/TAICA 2026 秋季第三週的影片，由 Hsuan-Tien Lin 主講，主要介紹了 AI 領域的基礎概念與應用。
9,614次觀看
※ 摘要僅根據標題與說明
他的來源
最受歡迎
依人氣
NTU/TAICA ML 2026 Fall Week 2（在新分頁開啟原站）
林軒田在 NTU/TAICA ML 2026 秋季第二週的演講中，探討了如何透過 AI 技術提升教學效率與學生參與度，並分享了實戰策略。
5,118次觀看※ 摘要僅根據標題與說明
NTU/TAICA ML 2026 Fall W1 (Reprise)（在新分頁開啟原站）
NTU/TAICA ML 2026 秋季第一週重播課程介紹，由 Hsuan-Tien Lin 主講，內容涵蓋課程概覽與核心技術重點。
4,380次觀看※ 摘要僅根據標題與說明
- 3,100次觀看
※ 摘要僅根據標題與說明
AIsk 002: The One with a Giant Leap--What is the Key First Step to a Successful AI Project?（在新分頁開啟原站）
林軒田在影片中探討了 AI 專案成功的關鍵第一步，並分享了具體的實戰建議。
※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Linear Support Vector Machine（在新分頁開啟原站）
介紹機器學習基礎與技術中的線性支援向量機。
2,700次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Soft-Margin Support Vector Machine（在新分頁開啟原站）
由林軒田老師介紹 Soft-Margin SVM 的基礎與技術，涵蓋其核心概念與應用場景。
2,300次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Neural Networks / Matrix Factorization / Aggregation（在新分頁開啟原站）
由林軒田主講，介紹了機器學習的基礎與技術，涵蓋神經網路與矩陣分解等核心概念。
2,200次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Three Learning Principles（在新分頁開啟原站）
林軒田在影片中指出，學習機器學習的三個核心原則：理解資料、理解模型，以及理解訓練過程。
2,100次觀看※ 摘要僅根據標題與說明
AIsk 001: The One Where Machines Learn To Be Smart--How is ML Different from AI?（在新分頁開啟原站）
林軒田解釋 AI 與機器學習的差異，指出 AI 是目標導向的系統，而機器學習只是其中一種技術。
※ 摘要僅根據標題與說明
最新內容
依發布時間
- 3,100次觀看
※ 摘要僅根據標題與說明
NTU/TAICA Machine Learning 2026 Fall Week 3（在新分頁開啟原站）
NTU/TAICA 2026 秋季第三週的影片，由 Hsuan-Tien Lin 主講，主要介紹了 AI 領域的基礎概念與應用。
9,614次觀看※ 摘要僅根據標題與說明
NTU/TAICA ML 2026 Fall Week 2（在新分頁開啟原站）
林軒田在 NTU/TAICA ML 2026 秋季第二週的演講中，探討了如何透過 AI 技術提升教學效率與學生參與度，並分享了實戰策略。
5,118次觀看※ 摘要僅根據標題與說明
NTU/TAICA ML 2026 Fall W1 (Reprise)（在新分頁開啟原站）
NTU/TAICA ML 2026 秋季第一週重播課程介紹，由 Hsuan-Tien Lin 主講，內容涵蓋課程概覽與核心技術重點。
4,380次觀看※ 摘要僅根據標題與說明
AIsk 002: The One with a Giant Leap--What is the Key First Step to a Successful AI Project?（在新分頁開啟原站）
林軒田在影片中探討了 AI 專案成功的關鍵第一步，並分享了具體的實戰建議。
※ 摘要僅根據標題與說明
AIsk 001: The One Where Machines Learn To Be Smart--How is ML Different from AI?（在新分頁開啟原站）
林軒田解釋 AI 與機器學習的差異，指出 AI 是目標導向的系統，而機器學習只是其中一種技術。
※ 摘要僅根據標題與說明
Machine Learning for Modern Artificial Intelligence（在新分頁開啟原站）
林軒田在 ICS 2020 演講中探討現代 AI 的 Machine Learning 基礎，闡述其核心概念與應用前景。
1,380次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Adaptive Boosting / Decision Tree（在新分頁開啟原站）
由林軒田主講，介紹了機器學習中的適應性提升與決策樹兩種基礎技術。
1,500次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Blending / Bagging / Boosting（在新分頁開啟原站）
由林軒田講解，介紹了機器學習中的基礎概念與三種核心技術：Bagging、Blending 與 Boosting。
1,600次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Neural Networks and Matrix Factorization（在新分頁開啟原站）
由林軒田主講，深入解析機器學習中的神經網路與矩陣分解技術。
1,300次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Neural Networks / Matrix Factorization / Aggregation（在新分頁開啟原站）
由林軒田主講，介紹了機器學習的基礎與技術，涵蓋神經網路與矩陣分解等核心概念。
2,200次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Soft-Margin Support Vector Machine（在新分頁開啟原站）
由林軒田老師介紹 Soft-Margin SVM 的基礎與技術，涵蓋其核心概念與應用場景。
2,300次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Kernel Support Vector Machine (QA after Gaussian Kernel)（在新分頁開啟原站）
介紹高斯核支援向量機（Gaussian Kernel SVM）的基礎與技術。
946次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Kernel Support Vector Machine（在新分頁開啟原站）
由林軒田主講，深入解析核支援向量機（K-SVM）的基礎概念與核心技術。
1,600次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Dual Support Vector Machine（在新分頁開啟原站）
由林軒田主講，介紹了機器學習中的雙支援向量機（Dual SVM）基礎與技術，涵蓋其原理與應用。
1,700次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Linear Support Vector Machine（在新分頁開啟原站）
介紹機器學習基礎與技術中的線性支援向量機。
2,700次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Three Learning Principles（在新分頁開啟原站）
林軒田在影片中指出，學習機器學習的三個核心原則：理解資料、理解模型，以及理解訓練過程。
2,100次觀看※ 摘要僅根據標題與說明
- 1,654次觀看
※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Deep Learning Initialization / Optimization（在新分頁開啟原站）
由林軒田主講，介紹了機器學習中深度學習的初始化與最佳化方法。
1,533次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Deep Learning Activation（在新分頁開啟原站）
由林軒田主講，介紹了深度學習中的激活函數及其在訓練過程中的關鍵作用。
1,298次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Gradient Boosting / Deep Learning（在新分頁開啟原站）
由林軒田主講，介紹了機器學習的基礎與技術，涵蓋梯度提升與深度學習等核心概念。
1,651次觀看※ 摘要僅根據標題與說明
Machine Learning Foundations/Techniques: Decision Tree / Random Forest（在新分頁開啟原站）
由林軒田於 2020 年 12 月 25 日發表，主要介紹決策樹與隨機森林這兩種基礎機器學習技術。
1,627次觀看※ 摘要僅根據標題與說明
