강의

멘토링

커뮤니티

BEST
College Edu.

/

Mathematics

Đại số tuyến tính dẫn đến học máy/học sâu

Đề cập nội dung đại số tuyến tính cần thiết cho nghiên cứu Machine Learning/Deep Learning.

(4.5) 44 đánh giá

643 học viên

Độ khó Nhập môn

Thời gian Không giới hạn

  • dlbro
Linear Algebra
Linear Algebra
Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)
Linear Algebra
Linear Algebra
Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)

Đánh giá từ những học viên đầu tiên

Đánh giá từ những học viên đầu tiên

4.5

5.0

Chansu Shin

67% đã tham gia

Tôi đang nghe, xin hãy giải thích để tôi có thể hiểu được.

5.0

산보행

100% đã tham gia

Đây là lần đầu tiên tôi học đại số tuyến tính và có vẻ như nó được tổ chức rất tốt.

5.0

한밭구장

100% đã tham gia

Cảm ơn bạn vì bài giảng hay. Tôi hy vọng điều này xảy ra với tất cả mọi người.

Bạn sẽ nhận được điều này sau khi học.

  • Toán học cơ bản cho Học máy/Học sâu

  • Quan hệ giữa Đại số tuyến tính và Học máy

  • Biểu thức toán học thiết yếu

Dẫn đến học máy/học sâu
Cùng nhau học đại số tuyến tính và học máy 📖

Xin chào, tôi là Deep Learning Ho-hyung, hiện đang điều hành một kênh YouTube liên quan đến học sâu/học máy .
Dựa trên kiến thức về toán học/phân tích dữ liệu, kinh nghiệm với nhiều dự án học sâu/học máy và kinh nghiệm làm kỹ sư nghiên cứu
Chúng tôi sẽ chỉ ra những nội dung mà bạn nhất định phải học.

Kiến thức về toán học và học máy/học sâu
Hai bạn vẫn còn xa nhau sao?

mạng lưới nơ-ron nhân tạo
Sản xuất, xe tự hành, chăm sóc sức khỏe, công nghệ sinh học, robot, v.v.
Đây là công nghệ trí tuệ nhân tạo mạnh mẽ đang được ứng dụng trong nhiều lĩnh vực.

Trên thực tế, số lượng bài báo nộp đang tăng lên hàng năm, và nhiều trường đại học trên thế giới, bao gồm cả Hàn Quốc, đang thành lập các khoa liên quan đến AI, và ngành công nghiệp này đang đầu tư mạnh mẽ vào chúng. Khóa học này là một khóa học toán học được thiết kế để giúp bạn nghiên cứu học sâu/học máy theo xu hướng này.



Khóa học này bao gồm đại số tuyến tính cần thiết để nghiên cứu học sâu/học máy/phân tích dữ liệu .
Bạn đã bao giờ nghĩ đến việc liệu mình có nên học "toán" khi học trí tuệ nhân tạo hay phân tích dữ liệu không?
Hoặc bạn đã bao giờ gặp khó khăn trong việc hiểu các thuật toán học máy do thiếu kỹ năng toán học cơ bản chưa?
Là một chuyên gia toán học/phân tích dữ liệu, tôi sẽ cho bạn biết toán học được sử dụng ở đâu và tại sao.


Những gì bạn sẽ học được trong khóa học này ✏️

Bạn vẫn chỉ sử dụng thư viện mà không hiểu thuật toán sao?
Việc tối ưu hóa và điều chỉnh mô hình đòi hỏi sự hiểu biết về toán học.
Trong bài giảng này , chúng ta sẽ thảo luận về những kiến thức cơ bản của đại số tuyến tính và học máy.


Chúng tôi sẽ trả lời câu hỏi của bạn trước 🙋🏻‍♂️

H. Sinh viên không chuyên ngành cũng có thể tham gia khóa học này không?

Vâng, tất nhiên rồi. Bạn có thể học khóa học này bất kể chuyên ngành của bạn là gì!

H. Lợi ích của việc học đại số tuyến tính là gì?

Tất cả dữ liệu được chuyển đổi thành dạng ma trận và các phép toán được thực hiện trên đó.
Do đó, nếu bạn biết đại số tuyến tính có thể xử lý ma trận, việc xử lý dữ liệu sẽ trở nên dễ dàng.

H. Khóa học này có ưu điểm gì đặc biệt không?

Là cựu sinh viên chuyên ngành toán học/phân tích dữ liệu, tôi đã thiết kế các bài giảng này để truyền đạt các khái niệm thiết yếu một cách đơn giản và súc tích, giúp ngay cả những người gặp khó khăn với toán học cũng có thể tiếp cận. Hơn nữa, thay vì tập trung vào các chứng minh toán học, bạn sẽ được tìm hiểu cách toán học được áp dụng trong phân tích dữ liệu thực tế và trí tuệ nhân tạo, từ đó phát triển một sự hiểu biết toàn diện.
Nếu bạn quan tâm đến việc bắt đầu với học sâu, hãy xem bài giảng của chúng tôi về việc hiểu các khái niệm học sâu dẫn đến trí tuệ nhân tạo thực tế .


Lộ trình được đề xuất 🚩

▲ [Giới thiệu cho người mới bắt đầu] Giới thiệu nhanh chóng và đáng tin cậy về Học sâu (Nhấp)

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Người mới bắt đầu Machine Learning, Deep Learning

  • Người mất gốc toán

  • Những ai thắc mắc cách Đại số tuyến tính được dùng trong 머신러닝/딥러닝

Cần biết trước khi bắt đầu?

  • Nhiệt huyết

Xin chào
Đây là

5,126

Học viên

404

Đánh giá

261

Trả lời

4.7

Xếp hạng

7

Các khóa học

Xin chào.

Tôi là Deep Learning Ho-hyung, hiện đang vận hành kênh YouTube về Deep Learning và Machine Learning.

Tôi tốt nghiệp chuyên ngành Toán học/Phân tích dữ liệu và đã hoàn thành cũng như đang thực hiện nhiều dự án Deep Learning.

Tôi có kiến thức để chia sẻ với các bạn về các nội dung trí tuệ nhân tạo như học máy, học máy nâng cao, học sâu, lý thuyết tối ưu hóa, học tăng cường, cho đến các nội dung toán học như đại số tuyến tính, vi tích phân, xác suất và thống kê, giải tích, giải tích số.

Rất vui được gặp tất cả các bạn!

* Lịch sử liên quan

Hiện tại) Có nhiều bài báo SCI(E) và báo cáo tại các hội thảo quốc tế

Hiện tại) Đang là cố vấn cho nhiều trường đại học về lĩnh vực trí tuệ nhân tạo

Cựu Nghiên cứu viên chính tại doanh nghiệp K - Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, cải thiện hiệu suất, ứng dụng công nghệ mới

Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 của Sejong Book)

- Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, nâng cao hiệu suất, ứng dụng công nghệ mới. Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 của Sejong Book).

- Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, nâng cao hiệu suất, ứng dụng công nghệ mới. Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 của Sejong Book).

Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, nâng cao hiệu suất, ứng dụng công nghệ mới. Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 bởi Sejong Books).

Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, cải thiện hiệu suất, ứng dụng công nghệ mới. Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 của Sejong Book).

Chương trình giảng dạy

Tất cả

24 bài giảng ∙ (3giờ 4phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

44 đánh giá

4.5

44 đánh giá

  • devshin91님의 프로필 이미지
    devshin91

    Đánh giá 5

    Đánh giá trung bình 5.0

    5

    67% đã tham gia

    Tôi đang nghe, xin hãy giải thích để tôi có thể hiểu được.

    • dlbro
      Giảng viên

      Cảm ơn bạn đã đánh giá của bạn :) Chúc may mắn!!

  • yepsilondelta님의 프로필 이미지
    yepsilondelta

    Đánh giá 17

    Đánh giá trung bình 4.9

    4

    100% đã tham gia

    Tôi nghĩ lời giải thích quá nhanh đối với người mới bắt đầu và bỏ qua các khái niệm cơ bản.

    • dlbro
      Giảng viên

      Để bạn không cảm thấy nhàm chán, tôi thậm chí còn cắt và chỉnh sửa âm thanh hơi thở để tạo thành một video mà buổi học không kéo dài. Nếu bạn cảm thấy tốc độ nhanh, chúng tôi khuyên bạn nên nghe bài giảng bằng cách điều chỉnh tốc độ. Nếu có thắc mắc vui lòng để lại trong ô câu hỏi :) Cảm ơn bạn đã đánh giá!

  • son917473086007님의 프로필 이미지
    son917473086007

    Đánh giá 1

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    Đây là lần đầu tiên tôi học đại số tuyến tính và có vẻ như nó được tổ chức rất tốt.

    • dlbro
      Giảng viên

      Cảm ơn!! Chúc may mắn :)

  • templar님의 프로필 이미지
    templar

    Đánh giá 7

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    Cảm ơn bạn vì bài giảng hay. Tôi hy vọng điều này xảy ra với tất cả mọi người.

    • dlbro
      Giảng viên

      Cảm ơn!!

  • hyunahn23님의 프로필 이미지
    hyunahn23

    Đánh giá 2

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    1.146.211 ₫

    Khóa học khác của dlbro

    Hãy khám phá các khóa học khác của giảng viên!

    Khóa học tương tự

    Khám phá các khóa học khác trong cùng lĩnh vực!