머신 러닝 전문화를위한 수학

상품 설명

기계 학습 및 데이터 과학의 많은 고급 과정에서 수학의 기본 사항을 새로 고칠 필요가 있습니다. 이전에 학교나 대학에서 공부했을 수 있지만 다른 맥락에서 가르쳤거나 매우 직관적이지 않은 것입니다. , 컴퓨터 과학에서 사용되는 방식과 관련시키는 데 어려움을 겪고 있습니다. 이 전문화는 이러한 격차를 해소하고 기본 수학의 속도를 높이고 직관적인 이해를 구축하며 기계 학습 및 데이터 과학과 관련시키는 것을 목표로 합니다.

선형 대수학의 첫 번째 과정에서는 선형 대수학이 무엇이고 데이터와 어떻게 관련되는지 살펴봅니다. 그런 다음 벡터와 행렬이 무엇이며 어떻게 사용하는지 살펴봅니다.

두 번째 과정인 다변량 미적분학에서는 이를 기반으로 피팅 함수를 최적화하여 데이터에 잘 맞는 방법을 살펴봅니다. 입문 미적분부터 시작하여 첫 번째 과정의 행렬과 벡터를 사용하여 데이터 피팅을 살펴봅니다.

세 번째 과정인 주성분 분석을 통한 차원 축소는 처음 두 과정의 수학을 사용하여 고차원 데이터를 압축합니다. 이 과정은 중급 난이도이며 Python 및 numpy 지식이 필요합니다.

이 전문 분야가 끝나면 여정을 계속하고 기계 학습에서 고급 과정을 수강하는 데 필요한 사전 수학 지식을 얻게 됩니다.