课程主页: https://www.coursera.org/learn/machine-learning-calculus
课程概述
在Coursera平台上的《机器学习与数据科学中的微积分》课程，旨在帮助学习者掌握微积分在机器学习中的应用。这门课程特别适合那些希望深入理解机器学习算法背后的数学基础的学员。
学习目标
完成此课程后，您将能够：
- 利用导数和梯度的性质，分析性地优化机器学习中常用的不同类型的函数。
- 使用一阶（梯度下降法）和二阶（牛顿法）迭代方法，近似优化机器学习中的不同类型的函数。
- 直观理解机器学习中常用的不同类型函数的微分。
- 执行梯度下降算法。
课程大纲
第1周 – 导数与优化
您将学习如何通过导数的性质进行函数的优化，从而为后续的学习打下坚实的基础。
第2周 – 梯度与梯度下降法
重点介绍梯度和梯度下降法，帮助学员掌握优化算法的核心思想。
第3周 – 神经网络中的优化与牛顿法
学习如何在神经网络框架下进行有效的优化，并介绍牛顿法的应用。
课程评价
这门课程通过理论与实践的结合，帮助学习者深入了解微积分在机器学习中的重要性，为掌握更复杂的机器学习算法奠定了基础。同时，课程内容简洁明了，适合各个层次的学习者，尤其是那些希望提高自己计算能力的专业人士。
课程主页: https://www.coursera.org/learn/machine-learning-calculus