Мой опыт работы со специализацией «Математика для машинного обучения», предлагаемой Coursera и Imperial College London
Интуиция и перспектива — две самые важные вещи в области AI/ML. Интуиция для создания крупномасштабных решений и перспектива для обдумывания альтернативных решений исходят из понимания того, почему решение работает или не работает. Для этого важно укрепить основы математики и глубже понять, как она связана с решениями AI/ML и влияет на них.
Для этого я выбрал специализацию Математика для машинного обучения, предлагаемую Coursera и Имперским колледжем Лондона.
Специализация разлита в 3-курсовом формате. Курсы:
- Линейная алгебра
- Многомерное исчисление
- Анализ главных компонентов (PCA)
На первом курсе по линейной алгебре я смог изучить и повторить основные векторные операции, нахождение скалярных произведений, матричные преобразования, процесс Грама-Шмидта и многое другое. Все это связано с заданием по реализации на Python ванильной формы алгоритма PageRank, используемого поиском Google.
На втором курсе по многомерному исчислению я глубоко погрузился в такие методы, как дифференцирование, цепное правило, гессиан и многие другие. Все это связано с заданиями по реализации Python обратного распространения, градиентного спуска и моделирования распределения в соответствующих модулях.
На последнем курсе PCA я изучил и повторил такие понятия, как ковариация, проекции, ортогональность и многие другие. Все это связано с заданием по реализации алгоритма PCA на Python.
В общей сложности полная специализация заняла у меня более 40 часов, что составляет примерно 12–15 часов, потраченных на каждый курс (это может варьироваться для других в зависимости от знакомства с математическими концепциями, концепциями программирования Python и машинного обучения).
Завершив эту специализацию, я могу с уверенностью сказать, что у меня есть более глубокое понимание фундаментальных математических концепций, а также перспектива и интуиция, чтобы использовать их для более эффективного создания решений AI/ML.
Я считаю, что в области AI/ML вы никогда не закончите обучение, независимо от вашего опыта или знаний. Я буду продолжать изучать новые онлайн-курсы, книги, исследовательские работы и реализовывать проекты с открытым исходным кодом, чтобы расширять и углублять свои знания в области искусственного интеллекта и машинного обучения. Специализация математики для машинного обучения — это шаг в этом направлении.
