Veri bilimi uygulamaları ve makine öğrenimi için matematik metodolojisi kursu. Alanın matematiksel temellerini anlamak için gereken metodolojileri keşfedin.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
Makine öğrenimi ve veri bilimindeki birçok üst düzey derste, okulda veya üniversitede öğrendiğiniz, ancak farklı bir bağlamda sunulan veya çok fazla anlatılmayan temel matematik bilgilerini tazelemeniz gerektiğini göreceksiniz. açıktır, böylece bunları bilgisayar bilimlerinde nasıl kullanıldıkları ile ilişkilendirmekte zorlanabilirsiniz. Bu uzmanlık, bu açığı kapatmak ve sizi temel matematiğe bağlamak, sezgisel anlayış geliştirmek ve bunu makine öğrenimi ve veri bilimine bağlamak için tasarlanmıştır.
Lineer cebirin ne olduğunu ve verilerle nasıl ilişkili olduğunu inceleyeceğiz. Daha sonra vektörlerin ve matrislerin ne olduğunu ve onlarla nasıl çalışılacağını göreceğiz.
Verilere iyi bir uyum sağlamak için uydurma işlevlerinin nasıl optimize edileceğini incelemek için bunu temel alıyoruz. Giriş niteliğindeki bir hesapla başlıyor ve ardından verilerin uyumunu test etmek için ilk kurstaki matrisleri ve vektörleri kullanıyor.
Yüksek boyutlu verileri sıkıştırmak için önceki derslerdeki matematiği kullanır. Bu kurs orta seviyede olup Python ve numpy bilgisi gerektirir.
Bu stajın sonunda yolculuğunuza devam etmek ve makine öğrenimi konusunda daha ileri düzey dersler almak için gereken matematik bilgisini kazanacaksınız.
Bu stajın ödevleri aracılığıyla, öğrendiğiniz becerileri, bilgileri gerçek dünya sorunlarına uygulamanıza yardımcı olacak kolay bir öğrenme aracı olan etkileşimli not defterleri üzerinde Python’da küçük projeler oluşturmak için kullanacaksınız. Örneğin:
