更新日期: 2023 年 11 月 25 日
面對AI機器學習或是數據科學，你是否正在為線性代數、微積分、機率、統計等數學苦惱呢? 學了一堆高深的數學，卻無法應用?
DeepLearning.AI在coursera推出了一門為專門針對AI機器學習、數據科學所需的數學課《Linear Algebra for Machine Learning and Data Science Specialization》，以淺顯易懂的方式解答、教學，讓你在學數學的過程中，弄懂為什麼學習這些數學可以幫助你，並學到你需要的觀念與數學應用。
DeepLearning.AI 是線上課程平台coursera共同創辦人、Google深度學習研究團隊聯合創始人吳恩達(Andrew Ng)教授所創辦，致力於推動AI人工智慧教育，幫助想學習人工智慧的各行各業，即便沒有數學、電腦科學的背景，也可以重零開始學起，為自己裝備上新技能，迎接即將到來的AI新世界。
《Linear Algebra for Machine Learning and Data Science Specialization》專項課程的教學目標在於帶領你學會那些在機器學習、數據科學所需要的數學知識，包括線性代數、微積分、機率、統計，結合應用層面，讓你在學習數學的過程中，理解為何機器學習或是數據分析會用到這些數學，學習如何運用數學，在課程中練習寫程式與數學應用。
課程包含3個部分，分別為：
- Linear Algebra for Machine Learning and Data Science
- Calculus for Machine Learning and Data Science
- Probability & Statistics for Machine Learning & Data Science
課程規劃每週學習5個小時，約3個月可完成此專項課程，講解方式結合生活與實務，搭配視覺化圖示解說，針對機器學習或數據科學實際使用的數學來教導。
Linear Algebra for Machine Learning and Data Science
規劃以4週的時間來學習，課程內容:
- System of linear equations
- Solving system of linear equations
- Vectors and Linear Transformations
- Determinants and Eigenvectors
Calculus for Machine Learning and Data Science
規劃3週的時間來學習，課程內容:
- Derivatives and Optimization
- Gradients and Gradient Descent
- Optimization in Neural Networks and Newton’s Method
Probability & Statistics for Machine Learning & Data Science
規劃3週的時間來學習，課程內容:
- Introduction to Probability and Probability Distributions
- Describing probability distributions and probability distributions with multiple variables
- Sampling and Point estimation
- Confidence Intervals and Hypothesis testing
延伸閱讀：
