Applied Linear Algebra in AI and ML
Swayam
9 Cours
UC San Diego is a public research university renowned for its premier academics, world-class faculty, and innovative research. With its sun-kissed campus and coastal location, it's a perfect place for pursuing higher education.
Aperçu
Titre : Application de l'algèbre linéaire dans l'IA et le ML
Description : Plongez dans les fondations mathématiques critiques de l'intelligence artificielle (IA) et de l'apprentissage automatique (ML) avec notre cours spécialisé, proposé par l'Université de Californie à San Diego, via Swayam. Conçu pour équiper les étudiants de dernière année de licence et de master spécialisés en informatique et ingénierie, ingénierie électrique, électronique et communication, IA et mathématiques avec des connaissances fondamentales et avancées, ce cours met l'accent sur l'algèbre linéaire, les techniques d'optimisation et les méthodes statistiques. Ces outils sont indispensables pour le développement et la compréhension des algorithmes en IA et ML.
Le cours vise à introduire et approfondir la compréhension des concepts clés et des techniques de calcul en algèbre linéaire qui sont directement applicables aux algorithmes d'IA et de ML. Ce qui distingue ce cours, c'est son approche ciblée sur l'illustration de la manière dont ces concepts mathématiques sont appliqués pour résoudre des problèmes réels en IA et ML.
Tout au long du cours, les participants s'engageront avec une variété de sujets incluant mais n'étant pas limités à la solution des moindres carrés, l'estimation des paramètres, l'analyse de la fonction de coût, les moindres carrés contraints et multi-objectifs, l'optimisation de portefeuille, les solutions éparses, l'apprentissage de dictionnaire, la décomposition valeur propre vecteur propre, le théorème spectral, SVD, le problème de multicollinéarité, PCA, réduction de dimensionnalité, l'algorithme de classement des pages de Google, les chaînes de Markov, l'approximation de rang faible, SLRA, les techniques de défloutage d'image, les tenseurs, la décomposition de tenseur CP, les applications d'apprentissage de réseau profond, l'achèvement de matrice et les techniques de filtrage collaboratif.
Public visé : Ce cours est destiné aux étudiants de dernière année de licence et de master des domaines de l'informatique, de l'ingénierie électrique, de l'électronique et de la communication, de l'IA et des mathématiques qui cherchent à consolider leur compréhension de l'algèbre linéaire dans le contexte de son application en IA et ML.
Prérequis : Un cours de base en mathématiques de l'ingénieur avec une certaine exposition à l'algèbre linéaire est requis pour s'inscrire à ce programme.
Catégories : Cours d'intelligence artificielle, Cours d'apprentissage automatique, Cours d'algèbre linéaire