이 강좌에 대하여

최근 조회 140,131
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 1번째 강좌:
초급 단계

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

완료하는 데 약 21시간 필요
영어

배울 내용

  • Represent data as vectors and matrices and identify their properties using concepts of singularity, rank, and linear independence

  • Apply common vector and matrix algebra operations like dot product, inverse, and determinants

  • Express certain types of matrix operations as linear transformation, and apply concepts of eigenvalues and eigenvectors to machine learning problems

귀하가 습득할 기술

  • Machine Learning
  • Linear Equation
  • Eigenvalues And Eigenvectors
  • Linear Algebra
  • Determinants
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 1번째 강좌:
초급 단계

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

완료하는 데 약 21시간 필요
영어

제공자:

Placeholder

DeepLearning.AI

강의 계획표 - 이 강좌에서 배울 내용

1
1
완료하는 데 5시간 필요

Week 1: System of linear equations

완료하는 데 5시간 필요
17개 동영상 (총 65분), 1 개의 읽기 자료, 4 개의 테스트
2
2
완료하는 데 4시간 필요

Week 2: Solving system of linear equations

완료하는 데 4시간 필요
12개 동영상 (총 41분), 2 개의 읽기 자료, 3 개의 테스트
3
3
완료하는 데 7시간 필요

Week 3: Vectors and Linear Transformations

완료하는 데 7시간 필요
16개 동영상 (총 42분)
4
4
완료하는 데 4시간 필요

Week 4: Determinants and Eigenvectors

완료하는 데 4시간 필요
10개 동영상 (총 32분), 4 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.