2024 年最新更新！机器学习和数据科学数学》（Mathematics for Machine Learning and Data Science）是由 DeepLearning.AI 创建、Luis Serrano 教授的基础在线课程。在 Machine Learning 中，你通过编程应用数学概念。因此，在本专业中，您将在动手实验练习中使用 Python 编程应用所学的数学概念。作为本专业的学习者，您需要具备基本到中级 Python 编程技能才能取得成功。 完成本课程后，您将能够： - 将数据表示为 Vector 和 Matrix，并使用奇异性、秩和线性独立性等概念识别它们的属性。
机器学习和数据科学线性代数
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 机器学习和数据科学数学 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
矩阵通常用于机器学习和数据科学，以表示数据及其变换。本周，您将了解矩阵是如何从方程组中自然产生的，以及如何通过对方程组的运算来思考矩阵的某些特性。
涵盖的内容
14个视频8篇阅读材料3个作业1个应用程序项目2个非评分实验室
本周，您将学习如何使用消元法和行梯形解线性方程组。您还将学习矩阵的一个重要属性：秩。矩阵秩的概念在计算机视觉压缩图像中非常有用。
涵盖的内容
12个视频5篇阅读材料2个作业1个编程作业1个非评分实验室
在机器学习中，数据的单个实例（观测值）通常表示为向量。本周，您将学习向量的属性和运算。您还将学习线性变换、矩阵逆，以及矩阵上最重要的运算之一：矩阵乘法。您将看到矩阵乘法是如何从线性变换的组合中自然产生的。最后，您还将学习如何将迄今所学的矩阵和向量的某些性质应用到神经网络中。
涵盖的内容
14个视频3篇阅读材料2个作业1个编程作业3个非评分实验室
在最后一周，你们将深入学习行列式。您将学习行列式如何以几何形式解释为面积，以及如何计算矩阵的乘积和逆矩阵的行列式。 最后，我们将学习特征值和特征向量。特征向量用于机器学习中的降维。您将看到特征向量是如何从特征基的概念中自然衍生出来的。
涵盖的内容
20个视频7篇阅读材料2个作业1个编程作业1个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
4.7 (709个评价)
从 算法 浏览更多内容
状态：免费试用DeepLearning.AI
状态：免费试用Imperial College London
状态：免费试用DeepLearning.AI
状态：免费试用University of Colorado Boulder
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.6
2,148 条评论
- 5 stars
74.17%
- 4 stars
17.68%
- 3 stars
3.81%
- 2 stars
1.90%
- 1 star
2.41%
显示 3/2148 个
MS
5
已于 Aug 26, 2024审阅
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.
PA
5
已于 May 27, 2023审阅
Best Visual Explanation, I've got new thinking of the same things which I had learned in the Past. It great Course Thanks for making Such Amazing Content.
SP
5
已于 Jul 26, 2023审阅
This course is truly exceptional for individuals eager to strengthen their grasp of Linear Algebra concepts, paving the way for a deeper understanding of machine learning and data science.
常见问题
这是一门适合初学者的课程，旨在教授所涉及的概念，并尽量减少必要的背景知识。如果您熟悉线性代数的概念，您会发现本课程是对下一门专业课程《机器学习和数据科学微积分》的良好复习。
是的！我们希望打破阻碍人们提高数学技能的障碍。在这门课程中，我们颠覆了传统的数学教学法，从现实世界的应用案例入手，再回到理论。
大多数数学好的人只是在做数学题时得到了更多的练习，通过这些练习，他们对成功所需的心态有了更多的了解。本课程是开始或提高这些基本技能，以及建立精通数学所需的思维方式的完美场所。
线性代数（矩阵、向量及其应用）
更多问题
提供助学金，