Chevron Left
Вернуться к Mathematics for Machine Learning: PCA

Отзывы учащихся о курсе Mathematics for Machine Learning: PCA от партнера Имперский колледж Лондона

4.0
звезд
Оценки: 2,555
•
Рецензии: 635

О курсе

This intermediate-level course introduces the mathematical foundations to derive Principal Component Analysis (PCA), a fundamental dimensionality reduction technique. We'll cover some basic statistics of data sets, such as mean values and variances, we'll compute distances and angles between vectors using inner products and derive orthogonal projections of data onto lower-dimensional subspaces. Using all these tools, we'll then derive PCA as a method that minimizes the average squared reconstruction error between data points and their reconstruction. At the end of this course, you'll be familiar with important mathematical concepts and you can implement PCA all by yourself. If you’re struggling, you'll find a set of jupyter notebooks that will allow you to explore properties of the techniques and walk you through what you need to do to get on track. If you are already an expert, this course may refresh some of your knowledge. The lectures, examples and exercises require: 1. Some ability of abstract thinking 2. Good background in linear algebra (e.g., matrix and vector algebra, linear independence, basis) 3. Basic background in multivariate calculus (e.g., partial derivatives, basic optimization) 4. Basic knowledge in python programming and numpy Disclaimer: This course is substantially more abstract and requires more programming than the other two courses of the specialization. However, this type of abstract thinking, algebraic manipulation and programming is necessary if you want to understand and develop machine learning algorithms....

Лучшие рецензии

JS
16 июля 2018 г.

This is one hell of an inspiring course that demystified the difficult concepts and math behind PCA. Excellent instructors in imparting the these knowledge with easy-to-understand illustrations.

NS
18 июня 2020 г.

Relatively tougher than previous two courses in the specialization. I'd suggest giving more time and being patient in pursuit of completing this course and understanding the concepts involved.

Фильтр по:

276–300 из 629 отзывов о курсе Mathematics for Machine Learning: PCA

автор: Samresh

•
10 авг. 2019 г.

Nice Course.

автор: David N

•
24 июля 2019 г.

Great course

автор: Snehal P

•
11 сент. 2020 г.

Nice Course

автор: Manikant R

•
8 июня 2020 г.

Best course

автор: Salah T

•
26 апр. 2020 г.

Many thanks

автор: Artur

•
29 февр. 2020 г.

good course

автор: Bintang F E

•
28 мар. 2021 г.

awesome!!

автор: Muhammad T R T P

•
28 мар. 2021 г.

good one!

автор: Andreanov R

•
15 мар. 2021 г.

very hard

автор: miguel s

•
20 сент. 2020 г.

very well

автор: Mohamed H

•
10 авг. 2019 г.

fantastic

автор: Karthik

•
3 мая 2018 г.

RRhis cl

автор: Levina A

•
28 мар. 2021 г.

So cool

автор: Al F N P M

•
12 мар. 2021 г.

Finally

автор: Akash G

•
20 мар. 2019 г.

awesome

автор: Bálint - H F

•
20 мар. 2019 г.

Great !

автор: Mellania P S

•
23 мар. 2021 г.

great

автор: Indah D S

•
9 мар. 2021 г.

great

автор: Md. R Q S

•
21 авг. 2020 г.

great

автор: Agung W

•
28 мар. 2021 г.

nice

автор: Ahmad H N

•
20 мар. 2021 г.

Good

автор: GEETHA P

•
28 июля 2020 г.

good

автор: RAGHUVEER S D

•
25 июля 2020 г.

good

автор: Harsh D

•
28 июня 2018 г.

good

автор: Mochammad G R M

•
25 мар. 2021 г.

@.@

Coursera Footer

Лучшие онлайн-курсы

Лучшие онлайн-специализации

Сертификаты онлайн

Программы получения онлайн-дипломов

Coursera

Сообщество

Еще

Учитесь, где угодно
Загрузить из App StoreЗагрузить в Google Play