Здорова, бандиты
Я тут недавно спизданул, что важно иметь понимание математических объектов, а не умение решать сложные примеры, для того чтоб вкатиться в МЛ. Ну и сразу посыпались вопросы: мол чем это отличается? а че решать примеры не надо? Ну вы поняли. Конечно, за такие вопросы надо въебать первоклассно, но воспользуемся другим подходом, рассмотрим курс по лин. алгебре от MIT, который ставит мозги на нужное место.
Курс называется «Matrix Methods in Data Analysis, Signal Processing, and Machine Learning», сразу с прицелом на МЛ, то что надо. Внутри курса 36 лекций, которые сформируют хорошее представление о Лин.Алгебре и не только, там и про SVD расскажут, и про градиентный спуск.
Отличительной чертой курса является то, что он подойдет как и нубам на старте, так и бывалым волчарам.
Лектором выступает 84 летний Gilbert Strang, который легко даст просраться современным преподам, пусть вас это не смущает.
Уже слышу вой по поводу домашек. Не надо переживать, я их нашел.
Домашки что надо, они именно на понимание материала, а не «нарисуй-ка сука 2 треугольника сверху на матрице, поздравляем это определитель», тут такого нет, все красиво.
Курс → https://www.youtube.com/playlist?list=PLUl4u3cNGP63oMNUHXqIUcrkS2PivhN3k
Домашки → https://u.to/luaiFg
Кстати, любой курс по Лин. Алгебре и все что с ней связано можно дополнять бомбическими визуализациями, и немного иным способом преподнесения информации от 3Blue1Brow
Визуализации + объяснения → https://t.me/mommyscience/11
Именно такого понимания хочет от вас машинное обучение.
Работаем, братва
Я тут недавно спизданул, что важно иметь понимание математических объектов, а не умение решать сложные примеры, для того чтоб вкатиться в МЛ. Ну и сразу посыпались вопросы: мол чем это отличается? а че решать примеры не надо? Ну вы поняли. Конечно, за такие вопросы надо въебать первоклассно, но воспользуемся другим подходом, рассмотрим курс по лин. алгебре от MIT, который ставит мозги на нужное место.
Курс называется «Matrix Methods in Data Analysis, Signal Processing, and Machine Learning», сразу с прицелом на МЛ, то что надо. Внутри курса 36 лекций, которые сформируют хорошее представление о Лин.Алгебре и не только, там и про SVD расскажут, и про градиентный спуск.
Отличительной чертой курса является то, что он подойдет как и нубам на старте, так и бывалым волчарам.
Лектором выступает 84 летний Gilbert Strang, который легко даст просраться современным преподам, пусть вас это не смущает.
Уже слышу вой по поводу домашек. Не надо переживать, я их нашел.
Домашки что надо, они именно на понимание материала, а не «нарисуй-ка сука 2 треугольника сверху на матрице, поздравляем это определитель», тут такого нет, все красиво.
Курс → https://www.youtube.com/playlist?list=PLUl4u3cNGP63oMNUHXqIUcrkS2PivhN3k
Домашки → https://u.to/luaiFg
Кстати, любой курс по Лин. Алгебре и все что с ней связано можно дополнять бомбическими визуализациями, и немного иным способом преподнесения информации от 3Blue1Brow
Визуализации + объяснения → https://t.me/mommyscience/11
Именно такого понимания хочет от вас машинное обучение.
Работаем, братва