Tahap 1 dari 6

Fondasi

Kalkulus, aljabar linear, dan probabilitas: alat yang membentuk setiap model.

Mulai di sini kalau ingin belajar matematikanya dulu, atau kembali ke sini dari tahap mana pun. 3 jalur · 20 penjelasan.

Jalur 01 · 7 penjelasan

Kalkulus untuk ML

Turunan, chain rule, dan matematika optimasi di balik training

  1. 1Turunan
  2. 2Chain Rule
  3. 3Turunan Parsial dan Gradient
  4. 4Logaritma dan Eksponensial
  5. 5Kalkulus Matriks dan Jacobian
  6. 6Konveksitas, Minimum, dan Saddle Point
  7. 7Constrained Optimization
Jalur 02 · 5 penjelasan

Aljabar Linear

Vector, tensor, eigenvalue, dan dekomposisi yang dipakai ML

  1. 1Aljabar Linear
  2. 2Tensor, Broadcasting, dan Reshaping
  3. 3Norm dan Metrik Jarak
  4. 4Eigenvalue dan Eigenvector
  5. 5Singular Value Decomposition
Jalur 03 · 8 penjelasan

Probabilitas dan Statistik

Distribusi, teorema Bayes, estimasi, dan teori informasi dari awal sampai akhir

  1. 1Probabilitas dan Distribusi
  2. 2Dasar-Dasar Statistik
  3. 3Teorema Bayes
  4. 4Uji Hipotesis
  5. 5Sampling dan Monte Carlo
  6. 6Estimasi MLE dan MAP
  7. 7Entropy dan Cross-Entropy
  8. 8KL Divergence