★
למי הקורס מתאים
3 מסלולי קריירה
- שלוט בנושא או כלי באמצעות פרויקטים מעשיים
- פיתח הבנה מעמיקה של מושגי יסוד
- קבל תעודת הסמכה מקצועית מ-DeepLearning.AI
Coursera · סדרה של 3 קורסים
קורס אונליין – תעודה מקצועית מוסמכת בלמידת מכונה ומדע הנתונים של גוגל ודיפלרנינג.איי,DeepLearning.AI
מתמטיקה למידת מכונה ולמדעי הנתונים היא תוכנית בסיסית מקוונת שנוצרה על ידי DeepLearning.AI ומועברת על ידי לואיס סראנו. בלמידת מכונה, אתה מיישם מושגי מתמטיקה באמצעות תכנות. לכן, בהתמחות זו, תיישם את מושגי המתמטיקה שתלמד באמצעות תכנות ב-Python, במסגרת תרגילים מעשיים במעבדה.
רמת בינייםרמת קושי
סדרה של 3 קורסיםתעודה
להרשמה בקורסרה ←
הקורס הראשון חינם · audit · ללא כרטיס אשראי
שלוט בנושא או כלי באמצעות פרויקטים מעשיים
פיתח הבנה מעמיקה של מושגי יסוד
קבל תעודת הסמכה מקצועית מ-DeepLearning.AI
▶
מה תלמדו
2 תחומי ידע
- הבנה מעמיקה של המתמטיקה שמאפשרת לאלגוריתמים של למידת מכונה לפעול.
- טכניקות סטטיסטיות שמאפשרות לך להפיק יותר מתוך ניתוח הנתונים שלך.
✓
מיומנויות שתרכשו
6 כישורים מעשיים
- סטטיסטיקה בייסיאנית
- מתמטיקה
- רגרסיה ליניארית
- חשבון
- למידת מכונה
- הסתברות
§ סקירת הקורס
01
תיאור הקורס
התמחות - סדרת קורסים בת שלושה חלקים
עודכן ל-2024!
מתמטיקה למידת מכונה ולמדעי הנתונים היא תוכנית בסיסית מקוונת שנוצרה על ידי DeepLearning.AI ומועברת על ידי לואיס סראנו. בלמידת מכונה, אתה מיישם מושגי מתמטיקה באמצעות תכנות. לכן, בהתמחות זו, תיישם את מושגי המתמטיקה שתלמד באמצעות תכנות ב-Python, במסגרת תרגילים מעשיים במעבדה.
דרישות קדם
כמשתתף בתוכנית זו, תזדקק לכישורי תכנות בסיסיים עד בינוניים ב-Python כדי להצליח. רבים מהנדסי למידת מכונה ומדעני נתונים מרגישים קושי במתמטיקה, אפילו Practitioners מנוסים יכולים להרגיש מוגבלים מאי наличие כישורים מתמטיים. ההתמחות הזו משתמשת ב-pedagogy חדשנית בתחום המתמטיקה כדי לעזור לך ללמוד במהירות ובאופן אינטואיטיבי, עם קורסים שמשתמשים בהמחשות קלות לעקוב שהן עוזרות לך לראות איך המתמטיקה מאחורי למידת מכונה באמת פועלת.
המלצות
- ידע מתמטי ברמת תיכון (פונקציות, אלגברה בסיסית)
- היכרות עם תכנות (מבני נתונים, לולאות, פונקציות, משפטים מותנים, דיבוג)
המטלות והמעבדות כתובות ב-Python, אך הקורס מציג את כל הספריות של למידת מכונה שתשתמש בהן.
פרויקט למידה מעשית
בסיום ההתמחות הזו, תהיה מוכן:
- לייצג נתונים כווקטורים ומטריצות ולה identificar את המאפיינים שלהם כמו סינגולריות, דרגה, ועצמאות ליניארית
- ליישם פעולות אלגברה וקטורית ומטריציאלית נפוצות כמו מכפלת נקודות, הפיכות ודטרמיננטים
- לבטא פעולות מטריצה כהעברות ליניאריות
- ליישם מושגי ערכים עצמיים ווקטורים עצמיים על בעיות בלמידת מכונה כולל ניתוח רכיב עיקרי (PCA)
- לייעל סוגים שונים של פונקציות בשימוש נפוץ בלמידת מכונה
- לבצע ירידת שקל בתוכניות עצביות עם פונקציות הפעלה ופונקציות עלות שונות
- להצביע על התכונות של התפלגויות הסתברות נפוצות
- לבצע ניתוח נתונים חקרני כדי למצוא, לאמת ולכמת דפוסים בקבוצת נתונים
- לכמת את הוודאות של התחזיות שנעשות על ידי מודלים של למידת מכונה באמצעות רווחי ביטחון, שולי שגיאה, ערכי p, ובדיקת השערות
- ליישם שיטות סטטיסטיות נפוצות כמו MLE ו-MAP
§ תוכן עניינים
02
מבנה הקורס
Linear Algebra for Machine Learning and Data Science
קורס 1 • 34 שעות • 4.6 (1,674 דירוגים)
פרטי הקורס
מה תלמדו
- לייצג נתונים כוectors and matrices ולזהות את התכונות שלהם באמצעות מושגים של סינגולריות, דרגה ועצמאות לינארית.
- להחיל פעולות אלגברה נפוצות על וקטורים ומטריצות כמו מכפלה דוט, הפוכה ודטרמיננטים.
- לבטא סוגים מסוימים של פעולות מטריצה כהמרה לינארית, וליישם מושגים של ערכים עצמי ווקטורים עצמי בבעיות של למידת מכונה.
כישורים שתצברו
- קטגוריה: ערכים עצמי ווקטורים עצמי
- קטגוריה: משוואות לינאריות
- קטגוריה: דטרמיננטים
- קטגוריה: למידת מכונה
- קטגוריה: Algebra לינארי
Calculus for Machine Learning and Data Science
קורס 2 • 26 שעות • 4.8 (708 דירוגים)
פרטי הקורס
מה תלמדו
- לבצע אופטימיזציה אנליטית של סוגים שונים של פונקציות בשימוש נפוץ בלמידת מכונה באמצעות תכונות של נגזרות וגרדיאנטים.
- לבצע אופטימיזציה משוער של סוגים שונים של פונקציות בשימוש נפוץ בלמידת מכונה.
- להבין באופן חזותי ואינטואיטיבי את הנגזרות של סוגים שונים של פונקציות בשימוש נפוץ בלמידת מכונה.
- לבצע ירידת גרדיאנט ברשתות עצביות עם פונקציות הפעלה ועלות שונות.
כישורים שתצברו
- קטגוריה: חישוב
- קטגוריה: למידת מכונה
- קטגוריה: שיטת ניוטון
- קטגוריה: ירידת גרדיאנט
- קטגוריה: אופטימיזציה מתמטית
Probability & Statistics for Machine Learning & Data Science
קורס 3 • 33 שעות • 4.6 (447 דירוגים)
פרטי הקורס
מה תלמדו
- לתאר ולכמת את האי-ודאות הטמונה בתחזיות שנעשות על ידי מודלים של למידת מכונה.
- להבין באופן חזותי ואינטואיטיבי את התכונות של התפלגויות סיכוי בשימוש נפוץ בלמידת מכונה ובמדע הנתונים.
- להחיל שיטות סטטיסטיות נפוצות כמו הערכת הלLikelihood המרבית (MLE) והערכת אא priori המרבית (MAP) בבעיות של למידת מכונה.
- להעריך את ביצועי מודלים של למידת מכונה באמצעות הערכות אינטרוול ומרווחי שגיאות.
כישורים שתצברו
- קטגוריה: סיכוי וסטטיסטיקה
- קטגוריה: אלגוריתמים של למידת מכונה (ML)
- קטגוריה: ניתוח סטטיסטי
- קטגוריה: סיכוי
- קטגוריה: בדיקות היפותזות סטטיסטיות
ראיתם את הקורס. מוכנים להירשם?
מעבר לקורסרה · הקורס הראשון פתוח לצפייה חינם · ביטול בכל שלב
§ עוזרים להתחיל
צפו · 2 דק'
צפו · 2 דק'
צפו · 2 דק'
3 וידאוים קצרים לפני שנרשמים לקורס.
לפני שאתם מוציאים כרטיס אשראי — קחו 6 דקות. סבר על Coursera, איך נרשמים, ואיך התעודה משתלבת בלינקדאין שלכם.
מה זה Coursera?
סקירה קצרה של פלטפורמת הלימוד הגדולה בעולם — מי מאחוריה, איך התעודות מוכרות, ומה ההבדל מ-Udemy ו-edX.
צפו בסרטון ←איך נרשמים ב-2 דקות
הדגמה ויזואלית של תהליך ההרשמה — מהקלקה על "להרשמה" ועד תחילת הקורס הראשון. כולל אופציית audit חינמי.
צפו בסרטון ←איך מכניסים את התעודה ל-LinkedIn
הוספת התעודה כ-License & Certification בפרופיל לינקדאין, עם קישור ל-Coursera שמעלים את הקרדיביליות.
צפו בסרטון ←מוכנים להתחיל?
הקורס מחכה. התעודה מחכה.
הקורס זמין ב-Coursera. הקורס הראשון בסדרה פתוח לצפייה ללא תשלום.
coursera
תעודה מקצועית
קורס אונליין – תעודה מקצועית מוסמכת בלמידת מכונה ומדע הנתונים של גוגל ודיפלרנינג.איי,DeepLearning.AI
— Coursera
✓
⚠ MSL הוא קטלוג קורסים — לא ספק הקורס.
הקורס מתפרסם ומנוהל דרך פלטפורמת Coursera. תוכן הקורס, עלויות, תעודות, ותנאי שימוש — באחריות Coursera והמרצים. MSL מציג את המידע מתוך מטרה לעזור לגולש לבחור, ולא מספק את הקורס עצמו.