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 教授的基础性在线课程。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： - 使用概率、随机变量和概率分布的概念，描述和量化机器学习模型预测中固有的不确定性。

- Visual and intuitively understand the properties of commonly used probability distributions in machine learning and data science like Bernoulli, Binomial, and Gaussian distributions - Apply common statistical methods like maximum likelihood estimation (MLE) and maximum a priori estimation (MAP) to machine learning problems - Assess the performance of machine learning models using interval estimates and margin of errors - Apply concepts of statistical hypothesis testing to commonly used tests in data science like AB testing - Per Exploratory Data Analysis on a dataet to find, validate, quantify patterns.在数据集上进行探索性数据分析，以发现、验证和量化模式。 许多 Machine Learning 工程师和数据科学家在数学方面需要帮助，即使是经验丰富的从业人员也会因为缺乏数学技能而感到裹足不前。本专业采用数学方面的创新教学法，帮助您快速、直观地学习，课程采用简单易懂的可视化方式，帮助您了解机器学习背后的数学是如何实际运作的。 我们建议您具备高中数学水平（函数、基础代数）并熟悉编程（数据结构、Loop、函数、条件语句、Debugging）。作业和实验都是用 Python 编写的，但课程介绍了您将用到的所有机器学习库。