Informações sobre o curso

163,526 visualizações recentes

Resultados de carreira do aprendiz

47%

comecei uma nova carreira após concluir estes cursos

44%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 18 horas para completar
Inglês

O que você vai aprender

  • Implement mathematical concepts using real-world data

  • Derive PCA from a projection perspective

  • Understand how orthogonal projections work

  • Master PCA

Habilidades que você terá

Dimensionality ReductionPython ProgrammingLinear Algebra

Resultados de carreira do aprendiz

47%

comecei uma nova carreira após concluir estes cursos

44%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 18 horas para completar
Inglês

Instrutores

oferecido por

Placeholder

Imperial College London

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up81%(5,202 classificações)Info
Semana
1

Semana 1

5 horas para concluir

Statistics of Datasets

5 horas para concluir
8 vídeos (Total 27 mín.), 6 leituras, 4 testes
8 videos
Welcome to module 141s
Mean of a dataset4min
Variance of one-dimensional datasets4min
Variance of higher-dimensional datasets5min
Effect on the mean4min
Effect on the (co)variance3min
See you next module!27s
6 leituras
About Imperial College & the team5min
How to be successful in this course5min
Grading policy5min
Additional readings & helpful references5min
Set up Jupyter notebook environment offline10min
Symmetric, positive definite matrices10min
3 exercícios práticos
Mean of datasets15min
Variance of 1D datasets15min
Covariance matrix of a two-dimensional dataset20min
Semana
2

Semana 2

5 horas para concluir

Inner Products

5 horas para concluir
8 vídeos (Total 36 mín.), 1 leitura, 5 testes
8 videos
Dot product4min
Inner product: definition5min
Inner product: length of vectors7min
Inner product: distances between vectors3min
Inner product: angles and orthogonality5min
Inner products of functions and random variables (optional)7min
Heading for the next module!35s
1 leituras
Basis vectors20min
4 exercícios práticos
Dot product30min
Properties of inner products20min
General inner products: lengths and distances30min
Angles between vectors using a non-standard inner product30min
Semana
3

Semana 3

4 horas para concluir

Orthogonal Projections

4 horas para concluir
6 vídeos (Total 25 mín.), 1 leitura, 3 testes
6 videos
Projection onto 1D subspaces7min
Example: projection onto 1D subspaces3min
Projections onto higher-dimensional subspaces8min
Example: projection onto a 2D subspace3min
This was module 3!32s
1 leituras
Full derivation of the projection20min
2 exercícios práticos
Projection onto a 1-dimensional subspace25min
Project 3D data onto a 2D subspace1h
Semana
4

Semana 4

5 horas para concluir

Principal Component Analysis

5 horas para concluir
10 vídeos (Total 52 mín.), 5 leituras, 2 testes
10 videos
Problem setting and PCA objective7min
Finding the coordinates of the projected data5min
Reformulation of the objective10min
Finding the basis vectors that span the principal subspace7min
Steps of PCA4min
PCA in high dimensions5min
Other interpretations of PCA (optional)7min
Summary of this module42s
This was the course on PCA56s
5 leituras
Vector spaces20min
Orthogonal complements20min
Multivariate chain rule20min
Lagrange multipliers20min
Did you like the course? Let us know!10min
1 exercício prático
Chain rule practice40min

Avaliações

Principais avaliações do MATHEMATICS FOR MACHINE LEARNING: PCA

Visualizar todas as avaliações

Sobre Programa de cursos integrados Matemática para aprendizagem automática

Matemática para aprendizagem automática

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.