|
所在平台: Coursera专项课程 课程类别: 其他类别 大学或机构: CourseraNew |
课程主页: https://www.coursera.org/specializations/mathematics-for-data-science
课程评论：没有评论
课程名称：数据科学专业数学 课程概述： 在数据科学中，许多标准模型和构造的背后都有使其运作的数学原理。理解这些原理对于在数据科学领域取得成功至关重要。在本专业课程中，我们将涵盖一系列数学工具，并探讨它们如何在数据科学中产生。我们将重点涉及离散数学、微积分、线性代数和概率等关键领域。为了增强实用性，课程将结合数据科学中的实例和问题，并展示如何使用Python解决这些问题。 课程大纲： 1. 离散数学和社交图分析 2. 微积分及机器学习中的优化 3. 机器学习入门的线性代数 4. 概率论、统计学与探索性数据分析 这个课程将为学员提供必要的数学基础，帮助他们在数据科学的实践中找到解决方案并提升技能。
Discrete Math and Analyzing Social Graphs
Calculus and Optimization for Machine Learning
First Steps in Linear Algebra for Machine Learning
Probability Theory, Statistics and Exploratory Data Analysis
Behind numerous standard models and constructions in Data Science there is mathematics that makes things work. It is important to understand it to be successful in Data Science. In this specialisation we will cover wide range of mathematical tools and see how they arise in Data Science. We will cover such crucial fields as Discrete Mathematics, Calculus, Linear Algebra and Probability. To make your experience more practical we accompany mathematics with examples and problems arising in Data Science and show how to solve them in Python.
数据科学专业数学：在数据科学中许多标准模型和结构的背后，有使事物起作用的数学。重要的是要了解它在数据科学中的成功。在本专业中，我们将涵盖各种数学工具，并探讨它们在数据科学中的产生方式。我们将涵盖离散数学，微积分，线性代数和概率等关键领域。为了使您的体验更加实用，我们在数学中随附了数据科学中出现的示例和问题，并展示了如何在Python中解决它们。