Die University Network

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. Wir beginnen dann mit dem Aufbau einer Reihe von Werkzeugen, um die Berechnung einfacher und schneller zu machen. Als nächstes lernen wir, wie man Vektoren berechnet, die auf mehrdimensionalen Oberflächen bergauf zeigen, und diese sogar mithilfe eines interaktiven Spiels in die Tat umsetzt. Wir werfen einen Blick darauf, wie wir mithilfe von Kalkül Approximationen für Funktionen erstellen können, und helfen uns zu quantifizieren, wie genau wir diese Approximationen erwarten sollten. Wir verbringen auch einige Zeit damit, darüber zu sprechen, wo Kalkül beim Training neuronaler Netze auftaucht, bevor wir Ihnen schließlich zeigen, wie es in linearen Regressionsmodellen angewendet wird. Dieser Kurs soll ein intuitives Verständnis der Analysis sowie der Sprache vermitteln, die erforderlich ist, um Konzepte selbst nachzuschlagen, wenn Sie nicht weiterkommen. Ohne zu sehr ins Detail zu gehen, werden Sie hoffentlich immer noch das Vertrauen haben, in Zukunft in einige fokussiertere Kurse für maschinelles Lernen einzutauchen.

Preis: Kostenlos anmelden!

Sprache: Englisch

Untertitel: Englisch, Griechisch, Spanisch

Mathematik für maschinelles Lernen: Multivariate Analysis - Imperial College London