Neu aktualisiert für 2024! Mathematik für maschinelles Lernen und Datenwissenschaft ist ein grundlegendes Online-Programm, das von DeepLearning.AI erstellt und von Luis Serrano unterrichtet wird. Beim maschinellen Lernen wenden Sie mathematische Konzepte durch Programmierung an. In dieser Spezialisierung werden Sie die mathematischen Konzepte, die Sie mit Hilfe der Python-Programmierung erlernen, in praktischen Laborübungen anwenden. Nach Abschluss dieses Kurses werden Sie in der Lage sein: - Daten als Vektoren und Matrizen darzustellen und deren Eigenschaften mit Hilfe von Konzepten wie Singularität, Rang und linearer Unabhängigkeit usw. zu bestimmen.

- Wenden Sie gängige Vektor- und Matrizenalgebra-Operationen wie Punktprodukt, Inverse und Determinanten an - Drücken Sie bestimmte Arten von Matrizenoperationen als lineare Transformationen aus - Wenden Sie Konzepte von Eigenwerten und Eigenvektoren auf Machine-Learning-Probleme an Viele Machine-Learning-Ingenieure und Datenwissenschaftler brauchen Hilfe in Mathematik, und selbst erfahrene Praktiker können sich durch mangelnde Mathematikkenntnisse behindert fühlen. Diese Spezialisierung nutzt innovative Pädagogik in der Mathematik, um Ihnen zu helfen, schnell und intuitiv zu lernen, mit Kursen, die leicht verständliche Visualisierungen verwenden, um Ihnen zu zeigen, wie die Mathematik hinter dem maschinellen Lernen tatsächlich funktioniert. Wir empfehlen, dass Sie über Mathematikkenntnisse auf High-School-Niveau (Funktionen, grundlegende Algebra) verfügen und mit der Programmierung vertraut sind (Datenstrukturen, Schleifen, Funktionen, bedingte Anweisungen, Debugging). Die Aufgaben und Übungen sind in Python geschrieben, aber der Kurs stellt alle Bibliotheken für maschinelles Lernen vor, die Sie verwenden werden.