학생용

이 전문 분야 정보

최근 조회 95,604
For a lot of higher level courses in Machine Learning and Data Science, you find you need to freshen up on the basics in mathematics - stuff you may have studied before in school or university, but which was taught in another context, or not very intuitively, such that you struggle to relate it to how it’s used in Computer Science. This specialization aims to bridge that gap, getting you up to speed in the underlying mathematics, building an intuitive understanding, and relating it to Machine Learning and Data Science. In the first course on Linear Algebra we look at what linear algebra is and how it relates to data. Then we look through what vectors and matrices are and how to work with them. The second course, Multivariate Calculus, builds on this to look at how to optimize fitting functions to get good fits to data. It starts from introductory calculus and then uses the matrices and vectors from the first course to look at data fitting. The third course, Dimensionality Reduction with Principal Component Analysis, uses the mathematics from the first two courses to compress high-dimensional data. This course is of intermediate difficulty and will require Python and numpy knowledge. At the end of this specialization you will have gained the prerequisite mathematical knowledge to continue your journey and take more advanced courses in machine learning.
학습자 경력 결과
50%
이 특화 과정을(를) 수료한 후 새로운 경력을 시작함
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인 강좌
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 일정
유연한 마감을 설정하고 유지 관리합니다.
초급 단계
완료하는 데 약 4개월 필요
매주 4시간 권장
영어
학습자 경력 결과
50%
이 특화 과정을(를) 수료한 후 새로운 경력을 시작함
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인 강좌
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 일정
유연한 마감을 설정하고 유지 관리합니다.
초급 단계
완료하는 데 약 4개월 필요
매주 4시간 권장
영어

이 전문 분야에는 3개의 강좌가 있습니다.

강좌1

강좌 1

Mathematics for Machine Learning: Linear Algebra

4.7
별점
8,352개의 평가
1,684개의 리뷰
강좌2

강좌 2

Mathematics for Machine Learning: Multivariate Calculus

4.7
별점
3,999개의 평가
708개의 리뷰
강좌3

강좌 3

Mathematics for Machine Learning: PCA

4.0
별점
2,158개의 평가
533개의 리뷰

제공자:

Placeholder

임페리얼 칼리지 런던

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.