Matematica per la specializzazione dell'apprendimento automatico

Descrizione

Per molti corsi di livello superiore in Machine Learning e Data Science, trovi che devi rinfrescarti sulle basi della matematica - cose che potresti aver studiato prima a scuola o all'università, ma che sono state insegnate in un altro contesto, o non molto intuitivamente , in modo tale che fai fatica a metterlo in relazione con il modo in cui viene utilizzato nell'informatica. Questa specializzazione mira a colmare questa lacuna, preparandoti alla velocità con la matematica sottostante, costruendo una comprensione intuitiva e mettendola in relazione con l'apprendimento automatico e la scienza dei dati.

Nel primo corso sull'algebra lineare esaminiamo cos'è l'algebra lineare e come si collega ai dati. Quindi esaminiamo cosa sono i vettori e le matrici e come lavorare con loro.

Il secondo corso, Calcolo multivariato, si basa su questo per esaminare come ottimizzare le funzioni di adattamento per ottenere una buona corrispondenza con i dati. Si parte dal calcolo introduttivo e quindi utilizza le matrici e i vettori del primo corso per esaminare l'adattamento dei dati.

Il terzo corso, Dimensionality Reduction with Principal Component Analysis, utilizza la matematica dei primi due corsi per comprimere i dati ad alta dimensione. Questo corso è di difficoltà intermedia e richiederà conoscenze Python e intorpidite.

Alla fine di questa specializzazione avrai acquisito le conoscenze matematiche indispensabili per continuare il tuo viaggio e seguire corsi più avanzati di apprendimento automatico.