Stanford MOOC ML W1

Machine learningEmpezando el 2015 y, habiendo probado los massive open online courses (MOOC) en 2014, he decidido tomar el que en Coursera ofrece la Universidad de Stanford en aprendizaje automático (Machine Learning) y que presenta Andrew Ng. Este es uno de los temas con los que voy a tener que lidiar más temprano que tarde en mi investigación, así que mejor irse capacitando en el tema. Desafortunadamente, la plataforma en cuestión no me permite incrustar los video-lecturas, como hice con el MOOC de la UPC pero si me deja copiar las ligas a éstas (ver más abajo).

Tomado de Wikipedia

De Andrew Ng supe no hace mucho, alrededor de año y medio, cuando comencé a investigar sobre el tema de Deep Learning por una presentación que debí hacer en la escuela. Verán que el nombre de Andrew Ng aparece al inicio de las referencias de la presentación.

La primer semana del curso abarca tres módulos:

I.- Introducción. Cubriendo la definición de “machine learning y sus antecedentes, así com los conceptos de aprendizaje supervisado y no supervisado.

II.- Regresión lineal con una variable. Representación de modelos, función de costo (qué busca y cómo lo hace), gradiente descendente, gradiente descendente para regresión lineal y algunos conceptos de álgebra lineal (matrices).

III.- Repaso de álgebra lineal. Matrices y vectores (suma y multiplicación escalar, vector-matriz y matriz-matriz). Propiedades de la multiplicación matricial y conceptos de matriz inversa y transpuesta.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s