В мире машинного обучения (ML) глубокое понимание математических основ является ключом к успешному созданию и оптимизации моделей. Этот курс предназначен для тех, кто хочет овладеть необходимыми математическими инструментами, которые помогут вам уверенно двигаться по карьерной лестнице в области ML.
Мы начнем с изучения основных математических понятий, таких как линейная алгебра, математический анализ, оптимизация, статистика и теория вероятностей, и подробно разберем, как они применяются в реальных задачах машинного обучения. Вы научитесь не только теоретическим аспектам, но и тому, как эти знания можно эффективно использовать на практике.
Курс включает в себя значительное количество теоретических и практических заданий, где вы будете решать различные задачи, выводя результат аналитически, и подкрепляя его практикой.
Этот курс подойдет тем, кто хочет:
Для освоения не нужна сильная математическая подготовка. Разберем основную математику
и закрепим знания на практике.
Ты будешь более подготовленным(-ой) к изучению математики, лежащей в основе ML.
Тема | |
---|---|
1 | Матрицы, вектора, их свойства, собственные значения, собственные вектора |
2 | СЛАУ + разложения матриц |
3 | Эффективная вычислительная линейная алгебра |
4 | Дифференцирование |
5 | Дифференциал, граф вычислений |
6 | Основы оптимизации |
7 | Основы теории вероятностей и статистики |
Активность | Вес | Описание |
---|---|---|
Домашние задания | 100% | Домашние задания по темам недели |
Бонусная активность | 10% | Активный багрепорт, участие в опросах, бонусные квизы и другое |