Matrix Methods for Data Science and Machine Learning

Ma trận là ngôn ngữ cơ bản của khoa học dữ liệu hiện đại, cung cấp mọi thứ từ các động cơ khuyến nghị đến các mô hình học sâu. Chương trình này cung cấp một con đường rõ ràng qua các khái niệm toán học định nghĩa cách máy tính xử lý thông tin bảng. Bạn sẽ chuyển từ các định nghĩa cơ bản sang các kỹ thuật cao cấp được dùng trong các quy trình học máy tiêu chuẩn của ngành công nghiệp. Bạn sẽ học được: - Hiểu các phép toán ma trận cốt lõi và logic giải phương trình tuyến tính - Ứng dụng thẳng đứng và bình phương tối thiểu cho xấp xỉ dữ liệu tối ưu - Master Singular Value Decomposition (SVD) cho việc giảm kích thước hiệu quả - Thực hành phân tích thành phần chính (PCA) để trích xuất các tính năng có ý nghĩa từ tiếng ồn - Tìm hiểu các khái niệm tính toán hiện đại như vector hóa và phát sóng bằng NumPy - Thực hiện các kỹ thuật giảm nhiễu để cải thiện chất lượng dữ liệu Chương trình bắt đầu với thuật ngữ cơ bản và tính chất ma trận cơ bản trước khi tiến tới các hệ thống giải, thẳng đứng, và phân tích phức. Bạn sẽ đọc các lời giải chi tiết và làm bài tập viết được thiết kế để củng cố kiến thức của bạn về đại số tuyến tính. Chương trình này được thiết kế cho người mới bắt đầu và những người muốn hiểu về logic toán học đằng sau các thuật toán họ sử dụng. Không cần phải có kinh nghiệm toán học cao cấp. Bắt đầu làm chủ cốt lõi toán học của phân tích dữ liệu thông qua hướng dẫn rõ ràng, viết.