Demystifying Mathematical Concepts for Deep Learning---Membahas konsep-konsep matematika dasar untuk data science dan deep learning.
Linear Algebra for Data Science in R Course---Mencakup dasar-dasar aljabar linear, penggunaan persamaan matriks-vektor, analisis eigenvalue/eigenvector, dan PCA.
Foundations of Probability in Python Course---Membahas konsep dasar probabilitas, seperti variabel acak, mean, dan variance.
Pemrograman
Implementasi AI memerlukan pemahaman yang kuat mengenai pemrograman. Kemampuan menulis kode memungkinkan Anda mengembangkan algoritma AI, memanipulasi data, serta menggunakan library dan alat AI. Saat ini, Python menjadi bahasa pemrograman yang paling populer di komunitas AI karena kesederhanaan, fleksibilitas, dan kelengkapan library data science-nya.
Rekomendasi sumber belajar pemrograman:
Python Programming Skill Track---Membantu meningkatkan keterampilan Python Anda, termasuk mengoptimasi kode, menulis fungsi, unit testing, serta menerapkan best practices rekayasa perangkat lunak.
R Programming Skill Track---Meningkatkan keterampilan R Anda dalam bekerja dengan struktur data, optimasi kode, dan penulisan fungsi.
Struktur Data
Struktur data memungkinkan Anda menyimpan, mengambil, dan memanipulasi data secara efisien. Oleh karena itu, pemahaman tentang struktur data seperti array, tree, list, dan queue sangat penting untuk menulis kode yang efisien dan mengembangkan algoritma AI yang kompleks.
Sumber belajar struktur data:
