深度學習先決條件：Python V2 中的 Numpy 堆疊

Numpy、Scipy、Pandas 和 Matplotlib：為深度學習、機器學習和人工智慧做好準備

從這 2 小時的課程，你會學到

Numpy、Scipy、Pandas 和 Matplotlib 中的基本操作
向量、矩陣和張量運算
視覺化數據
讀取、寫入與操作 DataFrame

要求

線性代數、機率和 Python 編程

課程說明

歡迎！這是深度學習、機器學習和資料科學先決條件：Python 中的 Numpy Stack (V2)。

我開設這門課程的原因是因為對於許多學生來說，機器學習「理論」和編寫實際程式碼之間存在著巨大差距。

正如我一直說的：「如果你不能實現它，那麼你就沒有理解它」。

如果沒有資料操作、向量和矩陣的基本知識，學生就無法在電腦上將他們的偉大想法轉化為工作形式。

本課程透過教您實現機器學習和深度學習演算法所需的所有基本操作來彌補這一差距。

目標是，學習本課程後，您將了解機器學習演算法，並使用您在本課程中學到的工具和技術在程式碼中實現這些演算法。

建議的先決條件：

線性代數
可能性
Python程式設計

目標受眾

任何想要實現機器學習演算法的人

講師簡介

Lazy Programmer Inc. AI 和機器學習工程師 ( Lazy Programmer Team )

The Lazy Programmer 是一位經驗豐富的線上教育者，對分享知識有著堅定不移的熱情。憑藉 10 多年的經驗，他通過綜合課程和教程吸引了全世界的觀眾，徹底改變了數據科學和機器學習領域。

The Lazy Programmer 擁有多學科背景，擁有卓越的雙碩士學位。他第一次涉足學術界，開始研究計算機工程，特別關注機器學習和模式識別。隨後，他不受界限的束縛，進入了統計領域，探索其在金融工程中的應用。

The Lazy Programmer 被認為是該領域的開拓者，當深度學習仍處於起步階段時，很快擁抱深度學習的力量。作為先驅之一，他無所畏懼地開始教授第一門深度學習線上課程，使他躋身行業尖端。

除了教育領域之外，懶惰程序員還擁有寶貴的實踐經驗，這些經驗塑造了他的專業知識。他在線上廣告和數位媒體領域的投資取得了驚人的成果，將點擊率和轉化率推向了新的高度，並為他工作過的公司增加了數百萬美元的收入。作為一名全端軟體工程師，他熟悉一系列後端和 Web 技術，包括 Python、Ruby on Rails、C++、Scala、PHP、Javascript、SQL、大數據、Spark 和 Redis。

雖然他在資料科學和機器學習領域的成就令人驚嘆，但The Lazy Programmer 的求知欲遠遠超出了這些領域。他對知識的熱情促使他探索藥物發現、生物資訊學和演算法交易等不同領域。他擁抱這些學科的挑戰和複雜性，努力發掘它們的潛力並為其發展做出貢獻。

憑藉對學生堅定不移的承諾和簡化複雜概念的愛好，The Lazy Programmer 成為線上教育領域的一位有影響力的人物。通過他在資料科學、機器學習、深度學習和人工智慧方面的課程，他使有抱負的學習者能夠自信地駕馭這些學科的複雜領域。

作為一名作家、導師和創新者，The Lazy Programmer 在資料科學、機器學習等領域留下了不可磨滅的印記。憑藉揭開最複雜概念神秘面紗的能力，他繼續塑造下一代資料科學家，並激勵無數人踏上自己的智力之旅。