线性代数课程可以帮助您学习 Vector 空间、矩阵运算、特征值和线性变换。您可以掌握解方程组、执行降维以及将概念应用于数据分析和机器学习的技能。许多课程都会介绍 MATLAB、NumPy 等 Python 库和计算数学软件等工具,这些工具支持在各种应用(包括人工智能和 AI 驱动模型)中实现算法和 Data Visualization。

DeepLearning.AI
您将获得的技能: 人工智能, 监督学习, 微积分, 计算机视觉, 机器学习, Python 程序设计, 深度学习, 人工神经网络, 线性代数
中级 · 课程 · 1-4 周
University of Illinois Urbana-Champaign
您将获得的技能: 应用数学, 微积分, Networking 路由器, 数据结构, 图论, 电气与计算机工程, 硬件设计, 计算机辅助设计, 计算逻辑, 系统设计, 数学建模, Algorithm, 计算机工程, 半导体, 专用集成电路, 电子硬件, 线性代数
中级 · 课程 · 1-3 个月

您将获得的技能: Finite Element Methods, Engineering Analysis, Simulation and Simulation Software, Engineering Calculations, Mathematical Modeling, Structural Analysis
中级 · 指导项目 · 不超过 2 小时

The Hong Kong University of Science and Technology
您将获得的技能: 回归分析, 数据操作, 统计分析, 概率与统计, Pandas(Python 软件包), 金融交易, 统计推理, 财务分析, 概率分布, 财务数据, Python 程序设计, 数据可视化, 统计方法, Jupyter, 风险分析
中级 · 课程 · 1-4 周

Johns Hopkins University
您将获得的技能: 应用数学, 代数, 几何学, 分析技能, 普通数学, 数学建模, 高等数学, 制图
初级 · 课程 · 1-3 个月

Vanderbilt University
您将获得的技能: 回归分析, 数据可视化软件, 数据处理, 数字通信, 计算机视觉, 降维, 散点图, Matlab, 数据分析, 应用机器学习, Machine Learning 方法, 图像分析, 分类与回归树 (CART), 柱状图
中级 · 课程 · 1-3 个月

Johns Hopkins University
您将获得的技能: 回归分析, 应用数学, 统计分析, 概率分布, 概率与统计, 数学建模, 统计建模, 线性代数, 积分微积分, R 语言程序设计(中文版)
高级设置 · 课程 · 1-4 周

您将获得的技能: Linear Algebra, Applied Mathematics, Algebra, Calculus, Advanced Mathematics, Differential Equations, Mathematical Theory & Analysis, Mathematical Modeling
混合 · 课程 · 1-3 个月

IBM
您将获得的技能: 回归分析, 统计分析, 预测建模, Scikit-learn (机器学习库), 监督学习, 机器学习, 统计建模, 性能指标, 功能工程, 分类与回归树 (CART)
中级 · 课程 · 1-3 个月

DeepLearning.AI
您将获得的技能: 人工智能, 监督学习, 无监督学习, 异常检测, 机器学习, 降维, Algorithm, 应用机器学习, 人工智能和机器学习(AI/ML), 深度学习, 强化学习, 数据伦理
初级 · 课程 · 1-4 周
Rice University
您将获得的技能: 回归分析, 统计分析, 估算, 微软Excel, 统计推理, 统计假设检验, 数据转换, 商业分析, 统计建模, 数据分析
混合 · 课程 · 1-4 周

DeepLearning.AI
您将获得的技能: 大型语言模型, 张力流, PyTorch(机器学习库), Keras(神经网络库), 自然语言处理, 人工智能和机器学习(AI/ML), 人工神经网络, 深度学习
中级 · 课程 · 1-4 周