Spezialisierung für Mathematik für maschinelles Lernen

Für viele Kurse auf höherem Niveau in den Bereichen Maschinelles Lernen und Datenwissenschaft müssen Sie die Grundlagen der Mathematik auffrischen - Dinge, die Sie vielleicht schon in der Schule oder an der Universität gelernt haben, die aber in einem anderen Kontext oder nicht sehr intuitiv gelehrt wurden, so dass Sie Schwierigkeiten haben, sie mit der Anwendung in der Informatik in Verbindung zu bringen. Diese Spezialisierung zielt darauf ab, diese Lücke zu schließen, indem Sie sich mit der zugrunde liegenden Mathematik vertraut machen, ein intuitives Verständnis aufbauen und sie mit dem maschinellen Lernen und den Datenwissenschaften in Verbindung bringen. Im ersten Kurs über Lineare Algebra sehen wir uns an, was lineare Algebra ist und wie sie mit Daten zusammenhängt. Dann sehen wir uns an, was Vektoren und Matrizen sind und wie man mit ihnen arbeitet. Der zweite Kurs, Multivariate Kalkulation, baut darauf auf, um zu sehen, wie man Anpassungsfunktionen optimiert, um gute Anpassungen an Daten zu erhalten. Er beginnt mit einführender Infinitesimalrechnung und verwendet dann die Matrizen und Vektoren aus dem ersten Kurs, um die Datenanpassung zu untersuchen. Der dritte Kurs, Dimensionalitätsreduktion mit Hauptkomponentenanalyse, verwendet die Mathematik aus den ersten beiden Kursen, um hochdimensionale Daten zu komprimieren. Dieser Kurs ist von mittlerem Schwierigkeitsgrad und setzt Python- und Numpy-Kenntnisse voraus. Am Ende dieser Specializations haben Sie die erforderlichen mathematischen Kenntnisse erworben, um Ihre Reise fortzusetzen und fortgeschrittenere Kurse zum maschinellen Lernen zu belegen.