进入我们特殊和高品质产品的世界，为各种需求提供专业的解决方案。了解我们提供的各种选项和服务，享受难忘的购物体验。
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
此专业适用于有兴趣研究或推进数据科学职业或了解当前角色的一些数据科学的学习者。该课程将建立在以前的数学基础之上，并为分析和使用大数据提供重要的实践工具。
在实习期间，学习者可以使用 Python 和线性代数原理独立和分组练习。学习者还将参与编程任务、同行排名任务、测验以及数据模型和矩阵等讨论主题。
您将在本课程中学到的内容是专为希望学习如何将数据科学中的基本概念应用于实际问题的初学者设计的系列中的第一部分。你可以是考虑从事数据科学职业并希望了解更多信息的学生，也可以是希望将数据科学原则应用于其工作的专业人士/企业。或者，也许您只是好奇的终身学习者，被数据科学和数学提供的强大工具所吸引。无论您的动机是什么，我们都会为您提供入门所需的支持和信息。
在本课程中，我们将介绍线性代数的基本原理，包括：
无论您是过去已经学习过其中一些概念并正在寻找改进，还是完全不熟悉它们，您都可以在这里找到学习材料来帮助您。让我们开始吧！
您将在本课程中学到的内容，您将了解使用 Python 的矩阵逆求和代数。您还将习惯于使用线最小化来求解线性方程，并且您将学习如何定义线性变换。让我们开始吧！
您将在本课程中学到什么您将学习区分不同类型的回归模型。您可以手动并使用 Python 将小框方法应用于数据集。此外，您还将学习如何使用线性回归模型来识别场景。让我们开始吧！
您将在本课程中学到的内容将回顾最终项目的具体性。此外，您将创建并运行回归模型，并与同事共享结果。让我们开始吧！
