Έχετε κάποια ερώτηση;
Το μήνυμα στάλθηκε. Κλείνω
4.7
5568 κριτικές

Mathematical Foundations of Machine Learning

Essential Linear Algebra and Calculus Hands-On in NumPy, TensorFlow, and PyTorch
Εκπαιδευτής
Dr Jon Krohn
116.999 Φοιτητές enrolled
  • Περιγραφή
  • Πρόγραμμα σπουδών
  • Συχνές ερωτήσεις

Ενημέρωση για Σεμινάρια Udemy

Για να παρακολουθήσετε ένα Σεμινάριο που ανήκει στο Udemy ακολουθήστε τον κατάλληλο σύνδεσμο «Μπείτε στο Udemy»,και μέσα από το περιβάλλον του Udemy πληρώνετε το κόστος και το Σεμινάριο είναι στην διάθεση σας με τους όρους και τις προϋποθέσεις που αναφέρονται εκεί.

Οι τιμές πού εμφανίζονται στο Seminarpro ενδέχεται να είναι διαφορετικές από αυτές του Udemy , αυτό συμβαίνει διότι περιστασιακά το Udemy μεταβάλλει τις τιμές ανάλογα με την πολιτική προσφορών που εφαρμόζει. Η τιμή αγοράς είναι αυτή που εμφανίζεται κάθε φορά στο Udemy.

Τα Σεμινάρια που προβάλλονται στο Seminarpro αλλά προέρχονται από το Udemy περιέχουν video με ελληνικούς υπότιτλους. Οι υπόλοιπες δραστηριότητες όπως σημειώσεις ή ερωτήσεις κατανόησης είναι στα Αγγλικά.

Η πληρωμή γίνεται απευθείας στο Udemy και αυτό είναι υπεύθυνο για την έκδοση αντίστοιχων παραστατικών.

Περιγραφή Σεμιναρίου

Τα μαθηματικά αποτελούν τον πυρήνα της επιστήμης δεδομένων και της μηχανικής μάθησης. Επομένως, για να είστε ο καλύτερος επιστήμονας δεδομένων που μπορείτε να είστε, πρέπει να έχετε πλήρη κατανόηση των πιο συναφών μαθηματικών.

Το ξεκίνημα στην επιστήμη δεδομένων είναι εύκολο χάρη σε βιβλιοθήκες υψηλού επιπέδου όπως η Scikit-learn και η Keras.

Αλλά η κατανόηση των μαθηματικών πίσω από τους αλγόριθμους σε αυτές τις βιβλιοθήκες σας ανοίγει άπειρες δυνατότητες. Από τον εντοπισμό ζητημάτων μοντελοποίησης μέχρι την εφεύρεση νέων και πιο ισχυρών λύσεων, η κατανόηση των μαθηματικών πίσω από όλα αυτά μπορεί να αυξήσει δραματικά τον αντίκτυπο που μπορείτε να έχετε κατά τη διάρκεια της καριέρας σας.

Με επικεφαλής τον γκουρού της βαθιάς μάθησης Δρ. Jon Krohn, αυτό το μάθημα παρέχει μια σταθερή αντίληψη των μαθηματικών – συγκεκριμένα της γραμμικής άλγεβρας και του λογισμού – που αποτελούν τη βάση των αλγορίθμων μηχανικής μάθησης και των μοντέλων επιστήμης δεδομένων.

Course Sections

  1. Linear Algebra Data Structures

  2. Tensor Operations

  3. Matrix Properties

  4. Eigenvectors and Eigenvalues

  5. Matrix Operations for Machine Learning

  6. Limits

  7. Derivatives and Differentiation

  8. Automatic Differentiation

  9. Partial-Derivative Calculus

  10. Integral Calculus

Σε κάθε μια από τις ενότητες, θα βρείτε πολλές πρακτικές εργασίες, επιδείξεις κώδικα Python και πρακτικές ασκήσεις για ποιό αποτελεσματική κατανόηση.

 

Tensor Operations
Matrix Properties
Eigenvectors and Eigenvalues
Matrix Operations for Machine Learning
Limits
Derivatives and Differentiation
Automatic Differentiation
Partial Derivative Calculus
How long do I have access to the course materials?
You can view and review the lecture materials indefinitely, like an on-demand channel.
Can I take my courses with me wherever I go?
Definitely! If you have an internet connection, courses on Udemy are available on any device at any time. If you don't have an internet connection, some instructors also let their students download course lectures. That's up to the instructor though, so make sure you get on their good side!
5362
Share
Course details
Βίντεο 16 hours
Διαλέξεις 2
Certificate of Completion
Με ενδιαφέρει το σεμινάριο
Please enable JavaScript in your browser to complete this form.
Αναφέρετε και τον Τίτλο του Σεμιναρίου που σας ενδιαφέρει.
Αυτή η ιστοσελίδα χρησιμοποιεί cookies και σας ζητά προσωπικά δεδομένα για να βελτιώσει την εμπειρία περιήγησης.