Matematiken bakom modellerna
Partiella derivator, gradienter, integraler, linjära avbildningar, konvexitet och grafer — det som faktiskt används när en modell tränas.
Alla kunskaper som ingår (39) — i beroendeordning
- 1AMönster och kategorier
- 2BData från vardagen
- 3AInstruktioner i rätt ordning
- 4BAlgoritmiskt tänkande
- 5DDiskret matematik: grafer och relationer
- 6CFunktioner och koordinatsystem
- 7DDerivata och optimering
- 8DFunktioner: definitionsmängd, sammansättning, invers
- 9CGeometri, avstånd och vinklar
- 10DIntegraler — grunderna
- 11EKonvexitet och optimeringslandskap
- 12CProgrammeringslogik — variabler, villkor, loopar
- 13CPython — grunderna
- 14CPython — listor, loopar och dictionaries
- 15DPython — funktioner, scope och undantag
- 16DRekursion
- 17CStatistik — medelvärde, median och spridning
- 18CSannolikhet — grunderna
- 19EIntegraler i sannolikhet: väntevärde
- 20ATal och de fyra räknesätten
- 21BBråk, decimaltal och procent
- 22BNegativa tal
- 23CVariabler och algebraiska uttryck
- 24DMängder och logik
- 25EBevis och induktion
- 26CPotenser och rötter
- 27DLogaritmer
- 28EInformationsteori: entropi och KL-divergens
- 29ENumerisk stabilitet och flyttal
- 30DVektorer
- 31DMatriser och matrismultiplikation
- 32ELinjära avbildningar
- 33EEgenvärden och egenvektorer
- 34EMatrisfaktorisering och lågrangsapproximation
- 35DPartiella derivator och gradienten
- 36EKedjeregeln i flera variabler
- 37EJacobianer och Hessianer
- 38ESingulärvärdesuppdelning (SVD)
- 39EPCA — principalkomponentanalys