Mathematik für maschinelles Lernen Spezialisierung

Beschreibung

Für viele Kurse auf höherer Ebene in maschinellem Lernen und Datenwissenschaft müssen Sie die Grundlagen der Mathematik auffrischen - Dinge, die Sie vielleicht schon einmal in der Schule oder Universität studiert haben, die aber in einem anderen Kontext oder nicht sehr intuitiv unterrichtet wurden , so dass Sie Schwierigkeiten haben, es mit der Verwendung in der Informatik in Verbindung zu bringen. Diese Spezialisierung zielt darauf ab, diese Lücke zu schließen, Sie mit der zugrunde liegenden Mathematik vertraut zu machen, ein intuitives Verständnis aufzubauen und es mit maschinellem Lernen und Datenwissenschaft in Verbindung zu bringen.

Im ersten Kurs über lineare Algebra untersuchen wir, was lineare Algebra ist und wie sie sich auf Daten bezieht. Dann schauen wir uns an, was Vektoren und Matrizen sind und wie man mit ihnen arbeitet.

Der zweite Kurs, Multivariate Calculus, baut darauf auf und untersucht, wie Anpassungsfunktionen optimiert werden können, um eine gute Anpassung an Daten zu erzielen. Es beginnt mit der Einführungsrechnung und verwendet dann die Matrizen und Vektoren aus dem ersten Kurs, um die Datenanpassung zu untersuchen.

Der dritte Kurs, Dimensionsreduktion mit Hauptkomponentenanalyse, verwendet die Mathematik aus den ersten beiden Kursen, um hochdimensionale Daten zu komprimieren. Dieser Kurs ist von mittlerem Schwierigkeitsgrad und erfordert Python- und Numpy-Kenntnisse.

Am Ende dieser Spezialisierung haben Sie die erforderlichen mathematischen Kenntnisse erworben, um Ihre Reise fortzusetzen und weiterführende Kurse in maschinellem Lernen zu belegen.