À propos de ce cours
413,055 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau débutant

Approx. 22 heures pour terminer

Recommandé : 5 weeks of study, 2-5 hours/week...

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Eigenvalues And EigenvectorsBasis (Linear Algebra)Transformation MatrixLinear Algebra

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau débutant

Approx. 22 heures pour terminer

Recommandé : 5 weeks of study, 2-5 hours/week...

Anglais

Sous-titres : Anglais

Les étudiants prenant part à ce Course sont

  • Machine Learning Engineers
  • Data Scientists
  • Biostatisticians
  • Data Analysts
  • Software Engineers

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
2 heures pour terminer

Introduction to Linear Algebra and to Mathematics for Machine Learning

5 vidéos (Total 28 min), 4 lectures, 3 quiz
5 vidéos
Motivations for linear algebra3 min
Getting a handle on vectors9 min
Operations with vectors11 min
Summary1 min
4 lectures
About Imperial College & the team5 min
How to be successful in this course5 min
Grading policy5 min
Additional readings & helpful references10 min
3 exercices pour s'entraîner
Exploring parameter space20 min
Solving some simultaneous equations15 min
Doing some vector operations14 min
Semaine
2
2 heures pour terminer

Vectors are objects that move around space

8 vidéos (Total 44 min), 4 quiz
8 vidéos
Modulus & inner product10 min
Cosine & dot product5 min
Projection6 min
Changing basis11 min
Basis, vector space, and linear independence4 min
Applications of changing basis3 min
Summary1 min
4 exercices pour s'entraîner
Dot product of vectors15 min
Changing basis15 min
Linear dependency of a set of vectors15 min
Vector operations assessment15 min
Semaine
3
3 heures pour terminer

Matrices in Linear Algebra: Objects that operate on Vectors

8 vidéos (Total 57 min), 3 quiz
8 vidéos
How matrices transform space5 min
Types of matrix transformation8 min
Composition or combination of matrix transformations8 min
Solving the apples and bananas problem: Gaussian elimination8 min
Going from Gaussian elimination to finding the inverse matrix8 min
Determinants and inverses10 min
Summary59s
2 exercices pour s'entraîner
Using matrices to make transformations12 min
Solving linear equations using the inverse matrix16 min
Semaine
4
6 heures pour terminer

Matrices make linear mappings

6 vidéos (Total 53 min), 4 quiz
6 vidéos
Matrices changing basis11 min
Doing a transformation in a changed basis4 min
Orthogonal matrices6 min
The Gram–Schmidt process6 min
Example: Reflecting in a plane14 min
2 exercices pour s'entraîner
Non-square matrix multiplication20 min
Example: Using non-square matrices to do a projection12 min
4.7
718 avisChevron Right

34%

a commencé une nouvelle carrière après avoir terminé ces cours

34%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

Principaux examens pour Mathematics for Machine Learning: Linear Algebra

par NSDec 23rd 2018

Professors teaches in so much friendly manner. This is beginner level course. Don't expect you will dive deep inside the Linear Algebra. But the foundation will become solid if you attend this course.

par CSApr 1st 2018

Amazing course, great instructors. The amount of working linear algebra knowledge you get from this single course is substantial. It has already helped solidify my learning in other ML and AI courses.

Enseignants

Avatar

David Dye

Professor of Metallurgy
Department of Materials
Avatar

Samuel J. Cooper

Lecturer
Dyson School of Design Engineering
Avatar

A. Freddie Page

Strategic Teaching Fellow
Dyson School of Design Engineering

À propos de Imperial College London

Imperial College London is a world top ten university with an international reputation for excellence in science, engineering, medicine and business. located in the heart of London. Imperial is a multidisciplinary space for education, research, translation and commercialisation, harnessing science and innovation to tackle global challenges. Imperial students benefit from a world-leading, inclusive educational experience, rooted in the College’s world-leading research. Our online courses are designed to promote interactivity, learning and the development of core skills, through the use of cutting-edge digital technology....

À propos du Spécialisation Mathématiques pour l'apprentissage automatique

For a lot of higher level courses in Machine Learning and Data Science, you find you need to freshen up on the basics in mathematics - stuff you may have studied before in school or university, but which was taught in another context, or not very intuitively, such that you struggle to relate it to how it’s used in Computer Science. This specialization aims to bridge that gap, getting you up to speed in the underlying mathematics, building an intuitive understanding, and relating it to Machine Learning and Data Science. In the first course on Linear Algebra we look at what linear algebra is and how it relates to data. Then we look through what vectors and matrices are and how to work with them. The second course, Multivariate Calculus, builds on this to look at how to optimize fitting functions to get good fits to data. It starts from introductory calculus and then uses the matrices and vectors from the first course to look at data fitting. The third course, Dimensionality Reduction with Principal Component Analysis, uses the mathematics from the first two courses to compress high-dimensional data. This course is of intermediate difficulty and will require Python and numpy knowledge. At the end of this specialization you will have gained the prerequisite mathematical knowledge to continue your journey and take more advanced courses in machine learning....
Mathématiques pour l'apprentissage automatique

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.