Über diesen Kurs

499,015 kürzliche Aufrufe

Karriereergebnisse der Lernenden

35%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

26%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 18 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Griechisch, Spanisch

Kompetenzen, die Sie erwerben

Linear RegressionVector CalculusMultivariable CalculusGradient Descent

Karriereergebnisse der Lernenden

35%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

26%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 18 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Griechisch, Spanisch

von

Imperial College London-Logo

Imperial College London

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up90%(10,574 Bewertungen)Info
Woche
1

Woche 1

4 Stunden zum Abschließen

What is calculus?

4 Stunden zum Abschließen
10 Videos (Gesamt 46 min), 4 Lektüren, 6 Quiz
10 Videos
Welcome to Module 1!1m
Functions4m
Rise Over Run4m
Definition of a derivative10m
Differentiation examples & special cases7m
Product rule4m
Chain rule5m
Taming a beast5m
See you next module!39
4 Lektüren
About Imperial College & the team5m
How to be successful in this course5m
Grading Policy5m
Additional Readings & Helpful References5m
6 praktische Übungen
Matching functions visually20m
Matching the graph of a function to the graph of its derivative20m
Let's differentiate some functions20m
Practicing the product rule20m
Practicing the chain rule20m
Unleashing the toolbox20m
Woche
2

Woche 2

3 Stunden zum Abschließen

Multivariate calculus

3 Stunden zum Abschließen
9 Videos (Gesamt 41 min)
9 Videos
Variables, constants & context7m
Differentiate with respect to anything4m
The Jacobian5m
Jacobian applied6m
The Sandpit4m
The Hessian5m
Reality is hard4m
See you next module!23
5 praktische Übungen
Practicing partial differentiation20m
Calculating the Jacobian20m
Bigger Jacobians!20m
Calculating Hessians20m
Assessment: Jacobians and Hessians20m
Woche
3

Woche 3

3 Stunden zum Abschließen

Multivariate chain rule and its applications

3 Stunden zum Abschließen
6 Videos (Gesamt 19 min)
6 Videos
Multivariate chain rule2m
More multivariate chain rule5m
Simple neural networks5m
More simple neural networks4m
See you next module!34
3 praktische Übungen
Multivariate chain rule exercise20m
Simple Artificial Neural Networks20m
Training Neural Networks25m
Woche
4

Woche 4

3 Stunden zum Abschließen

Taylor series and linearisation

3 Stunden zum Abschließen
9 Videos (Gesamt 41 min)
9 Videos
Building approximate functions3m
Power series3m
Power series derivation9m
Power series details6m
Examples5m
Linearisation5m
Multivariate Taylor6m
See you next module!28
5 praktische Übungen
Matching functions and approximations20m
Applying the Taylor series15m
Taylor series - Special cases30m
2D Taylor series15m
Taylor Series Assessment20m

Bewertungen

Top-Bewertungen von MATHEMATICS FOR MACHINE LEARNING: MULTIVARIATE CALCULUS

Alle Bewertungen anzeigen

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 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

  • Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:

    • Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
    • Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
  • 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.

  • Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren

  • Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

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