Spécialisation Mathématiques pour l'apprentissage automatique

Pour de nombreux cours de niveau supérieur en apprentissage automatique et en science des données, vous avez besoin de rafraîchir les bases des mathématiques - des notions que vous avez peut-être déjà étudiées à l'école ou à l'université, mais qui ont été enseignées dans un autre contexte, ou pas de manière très intuitive, de sorte que vous avez du mal à les relier à la manière dont elles sont utilisées en informatique. Cette spécialisation vise à combler le fossé. Cette spécialisation vise à combler ce fossé, en vous mettant à niveau dans les mathématiques sous-jacentes, en construisant une compréhension intuitive, et en les reliant à l'apprentissage automatique et à la science des données. Dans le premier cours sur l'algèbre linéaire, nous examinons ce qu'est l'algèbre linéaire et comment elle est liée aux données. Le deuxième cours, Multivariate Calculus, s'appuie sur ces notions pour étudier comment optimiser les fonctions d'ajustement afin d'obtenir de bonnes correspondances avec les données. Le troisième cours, Réduction de la dimensionnalité avec l'analyse en composantes principales, utilise les mathématiques des deux premiers cours pour comprimer des données de haute dimension. Ce cours est de difficulté intermédiaire et nécessitera des connaissances en Python et numpy. A l'issue de cette spécialisation, vous aurez acquis les connaissances mathématiques prérequises pour poursuivre votre parcours et suivre des cours plus avancés en apprentissage automatique.