Über diesen Kurs
429,268 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Anfänger“

Ca. 22 Stunden zum Abschließen

Empfohlen: 5 weeks of study, 2-5 hours/week...

Englisch

Untertitel: Englisch

Kompetenzen, die Sie erwerben

Eigenvalues And EigenvectorsBasis (Linear Algebra)Transformation MatrixLinear Algebra

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Anfänger“

Ca. 22 Stunden zum Abschließen

Empfohlen: 5 weeks of study, 2-5 hours/week...

Englisch

Untertitel: Englisch

Kursteilnehmer, die sich für Course entscheiden, sind

  • Machine Learning Engineers
  • Data Scientists
  • Biostatisticians
  • Data Analysts
  • Software Engineers

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
2 Stunden zum Abschließen

Introduction to Linear Algebra and to Mathematics for Machine Learning

5 Videos (Gesamt 28 min), 4 Lektüren, 3 Quiz
5 Videos
Motivations for linear algebra3m
Getting a handle on vectors9m
Operations with vectors11m
Summary1m
4 Lektüren
About Imperial College & the team5m
How to be successful in this course5m
Grading policy5m
Additional readings & helpful references10m
3 praktische Übungen
Exploring parameter space20m
Solving some simultaneous equations15m
Doing some vector operations14m
Woche
2
2 Stunden zum Abschließen

Vectors are objects that move around space

8 Videos (Gesamt 44 min), 4 Quiz
8 Videos
Modulus & inner product10m
Cosine & dot product5m
Projection6m
Changing basis11m
Basis, vector space, and linear independence4m
Applications of changing basis3m
Summary1m
4 praktische Übungen
Dot product of vectors15m
Changing basis15m
Linear dependency of a set of vectors15m
Vector operations assessment15m
Woche
3
3 Stunden zum Abschließen

Matrices in Linear Algebra: Objects that operate on Vectors

8 Videos (Gesamt 57 min), 3 Quiz
8 Videos
How matrices transform space5m
Types of matrix transformation8m
Composition or combination of matrix transformations8m
Solving the apples and bananas problem: Gaussian elimination8m
Going from Gaussian elimination to finding the inverse matrix8m
Determinants and inverses10m
Summary59
2 praktische Übungen
Using matrices to make transformations12m
Solving linear equations using the inverse matrix16m
Woche
4
6 Stunden zum Abschließen

Matrices make linear mappings

6 Videos (Gesamt 53 min), 4 Quiz
6 Videos
Matrices changing basis11m
Doing a transformation in a changed basis4m
Orthogonal matrices6m
The Gram–Schmidt process6m
Example: Reflecting in a plane14m
2 praktische Übungen
Non-square matrix multiplication20m
Example: Using non-square matrices to do a projection12m
4.7
677 BewertungenChevron Right

34%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

33%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

Top-Bewertungen von Mathematics for Machine Learning: Linear Algebra

von NSDec 23rd 2018

Professors teaches in so much friendly manner. This is beginner level course. Don't expect you will dive deep inside the Linear Algebra. But the foundation will become solid if you attend this course.

von CSApr 1st 2018

Amazing course, great instructors. The amount of working linear algebra knowledge you get from this single course is substantial. It has already helped solidify my learning in other ML and AI courses.

Dozenten

Avatar

David Dye

Professor of Metallurgy
Department of Materials
Avatar

Samuel J. Cooper

Lecturer
Dyson School of Design Engineering
Avatar

A. Freddie Page

Strategic Teaching Fellow
Dyson School of Design Engineering

Über Imperial College London

Imperial College London is a world top ten university with an international reputation for excellence in science, engineering, medicine and business. located in the heart of London. Imperial is a multidisciplinary space for education, research, translation and commercialisation, harnessing science and innovation to tackle global challenges. Imperial students benefit from a world-leading, inclusive educational experience, rooted in the College’s world-leading research. Our online courses are designed to promote interactivity, learning and the development of core skills, through the use of cutting-edge digital technology....

Über den Spezialisierung Mathematik für maschinelles Lernen

For a lot of higher level courses in Machine Learning and Data Science, you find you need to freshen up on the basics in mathematics - stuff you may have studied before in school or university, but which was taught in another context, or not very intuitively, such that you struggle to relate it to how it’s used in Computer Science. This specialization aims to bridge that gap, getting you up to speed in the underlying mathematics, building an intuitive understanding, and relating it to Machine Learning and Data Science. In the first course on Linear Algebra we look at what linear algebra is and how it relates to data. Then we look through what vectors and matrices are and how to work with them. The second course, Multivariate Calculus, builds on this to look at how to optimize fitting functions to get good fits to data. It starts from introductory calculus and then uses the matrices and vectors from the first course to look at data fitting. The third course, Dimensionality Reduction with Principal Component Analysis, uses the mathematics from the first two courses to compress high-dimensional data. This course is of intermediate difficulty and will require basic Python and numpy knowledge. At the end of this specialization you will have gained the prerequisite mathematical knowledge to continue your journey and take more advanced courses in machine learning....
Mathematik für maschinelles Lernen

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..