Mathematik für maschinelles Lernen: Multivariate Analysis

Beschreibung

Dieser Kurs bietet eine kurze Einführung in die multivariate Analysis, die zum Aufbau vieler gängiger Techniken des maschinellen Lernens erforderlich ist. Wir beginnen ganz am Anfang mit einer Auffrischung der „Anstieg über Lauf“-Formulierung einer Steigung, bevor wir diese in die formale Definition des Gradienten einer Funktion umwandeln. Anschließend beginnen wir mit dem Aufbau einer Reihe von Werkzeugen, um die Infinitesimalrechnung einfacher und schneller zu machen. Als nächstes lernen wir, wie man Vektoren berechnet, die auf mehrdimensionalen Oberflächen bergauf zeigen, und setzen dies sogar mithilfe eines interaktiven Spiels in die Tat um. Wir werfen einen Blick darauf, wie wir die Infinitesimalrechnung verwenden können, um Näherungen an Funktionen zu erstellen, und helfen uns dabei, zu quantifizieren, wie genau diese Näherungen voraussichtlich sein werden. Wir verbringen auch einige Zeit damit, darüber zu sprechen, wo die Infinitesimalrechnung beim Training neuronaler Netze auftaucht, bevor wir Ihnen schließlich zeigen, wie sie in linearen Regressionsmodellen angewendet wird. Dieser Kurs soll ein intuitives Verständnis der Analysis sowie die erforderliche Sprache vermitteln, um Konzepte selbst nachzuschlagen, wenn Sie nicht weiterkommen. Hoffentlich, ohne zu sehr ins Detail zu gehen, werden Sie trotzdem das Selbstvertrauen haben, in Zukunft in einige gezieltere Kurse zum maschinellen Lernen einzutauchen.