Mathematik für maschinelles Lernen: Lineare Algebra

Beschreibung

In diesem Kurs über lineare Algebra untersuchen wir, was lineare Algebra ist und wie sie sich auf Vektoren und Matrizen bezieht. Dann schauen wir uns an, was Vektoren und Matrizen sind und wie man mit ihnen arbeitet, einschließlich des Knotenproblems von Eigenwerten und Eigenvektoren, und wie man diese verwendet, um Probleme zu lösen. Schließlich schauen wir uns an, wie man diese verwendet, um lustige Dinge mit Datensätzen zu tun - wie man Bilder von Gesichtern dreht und wie man Eigenvektoren extrahiert, um zu sehen, wie der Pagerank-Algorithmus funktioniert.
Da wir auf datengesteuerte Anwendungen abzielen, werden wir einige dieser Ideen in Code implementieren, nicht nur auf Bleistift und Papier. Gegen Ende des Kurses schreiben Sie Codeblöcke und stoßen in Python auf Jupyter-Notizbücher. Machen Sie sich jedoch keine Sorgen, diese sind recht kurz, konzentrieren sich auf die Konzepte und führen Sie durch die Bücher, wenn Sie zuvor noch nicht codiert haben.

Am Ende dieses Kurses erhalten Sie ein intuitives Verständnis der Vektoren und Matrizen, mit deren Hilfe Sie die Lücke in linearen Algebra-Problemen schließen und diese Konzepte auf maschinelles Lernen anwenden können.