课程大纲

线性代数导论

为什么你应该提高你的线性代数知识 Machine Learning

学习线性代数符号

了解向量

  • 矢量特性和特征
  • 执行向量运算

了解矩阵

  • Matrix 特性和特点
  • 执行 Matrix 操作和转换
  • 使用特殊矩阵

求解线性系统

  • 将问题表示为线性系统
  • 求解线性系统

矩阵线性映射

  • 正交矩阵
  • 革兰-施密特过程

使用矩阵反射和处理图像

了解特征值和特征向量及其在数据问题中的应用

使用特征值和特征向量检查 Google 的 PageRank 算法

了解 Machine Learning 的主成分分析 (PCA)

了解 Machine Learning 的线性回归

项目:用线性代数求解 Machine Learning 问题

总结和结论

要求

  • 机器学习有基本经验或熟悉
  • 基本编程经验
  14 小时
 

人数


开始

完结


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

相关课程

课程分类