Premaster AI: wiskunde voor Machine Learning

Deze cursus geeft een dieper inzicht in lineaire algebra en een inleiding in continue wiskunde. In het eerste deel komen lineaire transformaties, die uitgebreid worden toegepast in machine learning en AI, aan bod. Daarnaast wordt aandacht besteed aan de theoretische aspecten van lineaire algebra, o.a. vectorruimte, eigenwaarde en matrixdecompositie.
Het tweede deel geeft een inleiding in calculus (limiet-, differentiaal- en integraalrekening). Calculus wordt overal toegepast in de fysieke wereld, maar ook vaak in AI, bijvoorbeeld als men verwachtingen moet uitdrukken of een optimale oplossing moet vinden.
Dit vak gebruikt het tekstboek ‘No Bullshit Guide to Linear Algebra’, een OU-werkboek en digitaal leermateriaal. Tevens maak je gebruik van de computer om berekeningen uit te voeren, zoals dat in de praktijk ook gebeurt.
Het doel van dit vak is dat je de nodige wiskunde na deze cursus goed en met zelfvertrouwen kunt gebruiken in de opleiding Master AI.

Leerdoelen
Na het bestuderen van de cursus heb je:
1. theoretische kennis en vaardigheden voor het oplossen van wiskundige vraagstukken op de volgende onderwerpen:
- vectorruimte,
- normen, afstanden en orthogonaliteit,
- eigenwaardes en eigenvectoren,
- lineaire transformaties,
- rijen en reeksen,
- limieten en differentiatie,
- functieanalyse,
- integraalrekening.
2. praktische vaardigheden voor het opstellen en analyseren van eenvoudige wiskundige modellen voor AI-problemen.