Matemáticas para la Especialización en Aprendizaje Automático

Descripción

Para una gran cantidad de cursos de nivel superior en aprendizaje automático y ciencia de datos, debe actualizar los conceptos básicos de matemáticas, cosas que puede haber estudiado antes en la escuela o la universidad, pero que se enseñó en otro contexto, o de forma no muy intuitiva. , de modo que te cuesta relacionarlo con cómo se usa en Ciencias de la Computación. Esta especialización tiene como objetivo cerrar esa brecha, ponerlo al día en las matemáticas subyacentes, desarrollar una comprensión intuitiva y relacionarla con el aprendizaje automático y la ciencia de datos.

En el primer curso sobre Álgebra lineal, observamos qué es el álgebra lineal y cómo se relaciona con los datos. Luego observamos qué son los vectores y las matrices y cómo trabajar con ellos.

El segundo curso, Cálculo multivariante, se basa en esto para ver cómo optimizar las funciones de ajuste para obtener buenos ajustes a los datos. Comienza a partir del cálculo introductorio y luego usa las matrices y los vectores del primer curso para observar el ajuste de datos.

El tercer curso, Reducción de dimensionalidad con análisis de componentes principales, utiliza las matemáticas de los dos primeros cursos para comprimir datos de alta dimensión. Este curso es de dificultad intermedia y requerirá Python y un conocimiento complejo.

Al final de esta especialización, habrá adquirido los requisitos matemáticos necesarios para continuar su viaje y tomar cursos más avanzados en aprendizaje automático.