DeepLearning.AI
Linear Algebra for Machine Learning and Data Science
DeepLearning.AI

Linear Algebra for Machine Learning and Data Science

Luis Serrano

Instructeur : Luis Serrano

132 395 déjà inscrits

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(1,730 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
Env. 34 heures
Apprenez à votre propre rythme
94%
La plupart des apprenants ont aimé ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(1,730 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
Env. 34 heures
Apprenez à votre propre rythme
94%
La plupart des apprenants ont aimé ce cours

Ce que vous apprendrez

  • 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

Compétences que vous acquerrez

  • Catégorie : Eigenvalues And Eigenvectors
  • Catégorie : Linear Equation
  • Catégorie : Determinants
  • Catégorie : Machine Learning
  • Catégorie : Linear Algebra

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

8 quizzes, 1 devoir

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation Mathematics for Machine Learning and Data Science
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable
Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 4 modules dans ce cours

Matrices are commonly used in machine learning and data science to represent data and its transformations. In this week, you will learn how matrices naturally arise from systems of equations and how certain matrix properties can be thought in terms of operations on system of equations.

Inclus

14 vidéos8 lectures3 quizzes1 élément d'application2 laboratoires non notés

In this week, you will learn how to solve a system of linear equations using the elimination method and the row echelon form. You will also learn about an important property of a matrix: the rank. The concept of the rank of a matrix is useful in computer vision for compressing images.

Inclus

12 vidéos5 lectures2 quizzes1 devoir de programmation1 laboratoire non noté

An individual instance (observation) of data is typically represented as a vector in machine learning. In this week, you will learn about properties and operations of vectors. You will also learn about linear transformations, matrix inverse, and one of the most important operations on matrices: the matrix multiplication. You will see how matrix multiplication naturally arises from composition of linear transformations. Finally, you will learn how to apply some of the properties of matrices and vectors that you have learned so far to neural networks.

Inclus

14 vidéos3 lectures1 quiz1 devoir1 devoir de programmation3 laboratoires non notés

In this final week, you will take a deeper look at determinants. You will learn how determinants can be geometrically interpreted as an area and how to calculate determinant of product and inverse of matrices. We conclude this course with eigenvalues and eigenvectors. Eigenvectors are used in dimensionality reduction in machine learning. You will see how eigenvectors naturally follow from the concept of eigenbases.

Inclus

20 vidéos7 lectures2 quizzes1 devoir de programmation1 laboratoire non noté

Instructeur

Évaluations de l’enseignant
4.7 (591 évaluations)
Luis Serrano
DeepLearning.AI
4 Cours157 142 apprenants

Offert par

DeepLearning.AI

Recommandé si vous êtes intéressé(e) par Algorithms

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

Affichage de 3 sur 1730

4.6

1 730 avis

  • 5 stars

    72,20 %

  • 4 stars

    18,72 %

  • 3 stars

    4,33 %

  • 2 stars

    2,22 %

  • 1 star

    2,51 %

PA
5

Révisé le 27 mai 2023

SP
5

Révisé le 26 juil. 2023

GD
5

Révisé le 1 nov. 2024

Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions