קורס אונליין – התמחות מקצועית מוסמכת בלמידת מכונה ומדע הנתונים של גוגל ודיפלרנינג.איי,DeepLearning.AI

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