Nouvellement mis à jour pour 2024 ! Mathematics for Apprentissage automatique and Data Science est un programme en ligne fondamental créé par DeepLearning.IA et enseigné par Luis Serrano. Dans l'apprentissage automatique, vous appliquez des concepts mathématiques à travers la programmation. Et donc, dans cette spécialisation, vous appliquerez les concepts mathématiques que vous apprenez en utilisant la programmation Python dans des exercices pratiques en laboratoire. En tant qu'apprenant dans ce programme, vous aurez besoin de compétences de base à intermédiaires en programmation Python pour réussir. Après avoir terminé ce cours, vous serez en mesure de : - Représenter des données sous forme de vecteurs et de matrices et identifier leurs propriétés en cours d'utilisation des concepts de singularité, de rang et d'indépendance linéaire, etc.
Algèbre linéaire pour l'apprentissage automatique et la science des données
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.
Algèbre linéaire pour l'apprentissage automatique et la science des données
Ce cours fait partie de Spécialisation "Mathématiques pour l'apprentissage automatique et la science des données"
Instructeur : Luis Serrano
205 063 déjà inscrits
2,352 avis
Expérience recommandée
Ce que vous apprendrez
Représenter les données sous forme de vecteurs et de matrices et identifier leurs propriétés à l'aide des concepts de singularité, de rang et d'indépendance linéaire
Appliquer les opérations courantes de l'algèbre vectorielle et matricielle telles que le produit point, l'inverse et les déterminants
Exprimer certains types d'opérations matricielles sous forme de transformations linéaires et appliquer les concepts de valeurs propres et de vecteurs propres à des problèmes d'apprentissage automatique
Compétences que vous acquerrez
- Catégorie : Réduction de la dimensionnalité
- Catégorie : Algèbre linéaire
- Catégorie : Mathématiques appliquées
- Catégorie : Analyse d'images
- Catégorie : Apprentissage automatique
- Catégorie : L'algèbre
- Catégorie : Manipulation de données
- Catégorie : Transformation des données
- Catégorie : Méthodes d'apprentissage automatique
Outils que vous découvrirez
- Catégorie : Programmation Python
- Catégorie : Logiciels mathématiques
Détails à connaître
Ajouter à votre profil LinkedIn
9 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur
Offert par
En savoir plus sur Algorithmes
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Avis des étudiants
- 5 stars
74,79 %
- 4 stars
17,50 %
- 3 stars
3,61 %
- 2 stars
1,74 %
- 1 star
2,33 %
Affichage de 3 sur 2352
Révisé le 27 févr. 2023
Best math refresher course. I like this style of the course structure. Starting from basic and intuitive examples, but following the steps I realized I understand all-important concept
Révisé le 27 août 2024
While people focus on teaching how to solve problems basically, It is very good to see people speak about maths like science as a concept with good visualization!. Great work guys.
Révisé le 23 sept. 2023
I enjoyed the course very much but I found that week 4, especially the Eigenvalues and Eigenvectors explanation were not complete. This section can be definitely improved.
Foire Aux Questions
Plus de questions
Aide financière disponible,