이 강좌에 대하여

최근 조회 52,796
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 2번째 강좌:
초급 단계

Basic familiarity with functions, basic algebra, and Python will help you get the most out of this specialization.

완료하는 데 약 25시간 필요
영어

배울 내용

  • Analytically optimize different types of functions commonly used in machine learning using properties of derivatives and gradients

  • Approximately optimize different types of functions commonly used in machine learning

  • Visually interpret differentiation of different types of functions commonly used in machine learning

  • Perform gradient descent in neural networks with different activation and cost functions

귀하가 습득할 기술

  • Calculus
  • Mathematical Optimization
  • Gradient Descent
  • Machine Learning
  • Newton'S Method
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 2번째 강좌:
초급 단계

Basic familiarity with functions, basic algebra, and Python will help you get the most out of this specialization.

완료하는 데 약 25시간 필요
영어

제공자:

Placeholder

DeepLearning.AI

강의 계획표 - 이 강좌에서 배울 내용

1
1
완료하는 데 9시간 필요

Week 1 - Derivatives and Optimization

완료하는 데 9시간 필요
28개 동영상 (총 113분), 3 개의 읽기 자료, 4 개의 테스트
2
2
완료하는 데 7시간 필요

Week 2 - Gradients and Gradient Descent

완료하는 데 7시간 필요
14개 동영상 (총 51분)
3
3
완료하는 데 9시간 필요

Week 3 - Optimization in Neural Networks and Newton's Method

완료하는 데 9시간 필요
17개 동영상 (총 91분), 2 개의 읽기 자료, 3 개의 테스트

Mathematics for Machine Learning and Data Science 특화 과정 정보

Mathematics for Machine Learning and Data Science

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.