機械学習のための数学: 多変量微積分

説明

このコースでは、多くの一般的な機械学習手法を構築するために必要な多変量微積分について簡単に説明します。私たちは、これを関数の勾配の正式な定義に変換する前に、傾きの「立ち上がりオーバーラン」定式化について復習することから始めます。次に、微積分をより簡単かつ迅速に行うためのツールセットの構築を開始します。次に、多次元表面上の丘を指すベクトルを計算する方法を学び、さらにインタラクティブゲームを使用してこれを実行する方法を学びます。微積分を使用して関数の近似を構築する方法と、それらの近似がどの程度正確であると期待すべきかを定量化するのに役立つ方法を見ていきます。また、ニューラルネットワークのトレーニングで微積分が登場する場所についても少し時間をかけて説明し、最後に微積分が線形回帰モデルにどのように適用されるかを示します。このコースは、微積分を直観的に理解し、行き詰まったときに概念を自分で調べるために必要な言語を提供することを目的としています。あまり詳しく説明しなくても、将来的にはより焦点を絞った機械学習コースに自信を持って取り組んでいただけると幸いです。