Struttura del corso

Introduzione all'algebra lineare

Perché dovresti migliorare le tue conoscenze di algebra lineare per Machine Learning

Imparare le notazioni di algebra lineare

Comprendere i vettori

  • Proprietà e caratteristiche vettoriali
  • Esecuzione di operazioni vettoriali

Informazioni sulle matrici

  • Matrix Proprietà e caratteristiche
  • Esecuzione di Matrix operazioni e trasformazioni
  • Utilizzo di matrici speciali

Risoluzione di sistemi lineari

  • Rappresentazione dei problemi come sistemi lineari
  • Risoluzione di sistemi lineari

Mappature lineari con matrici

  • Matrici ortogonali
  • Il processo di Gram-Schmidt

Riflessione e manipolazione di immagini con matrici

Comprendere gli autovalori e gli autovettori e la loro applicazione ai problemi relativi ai dati

Esaminare l'algoritmo PageRank di Google con autovalori e autovettori

Comprendere l'analisi delle componenti principali (PCA) per Machine Learning

Informazioni sulla regressione lineare per Machine Learning

Progetto: Risolvere un Machine Learning problema con l'algebra lineare

Riassunto e conclusione

Requisiti

  • Esperienza di base o familiarità con l'apprendimento automatico
  • Esperienza di programmazione di base
 14 ore

Numero di Partecipanti



Prezzo per Partecipante

Corsi relativi

Categorie relative