課程名稱： Math 0-1: Matrix Calculus in Data Science & Machine Learning
課程連結： Math 0-1: Matrix Calculus in Data Science & Machine Learning | Udemy
心得：這是門簡短的銜接課程，要開始這門課程前需要先具備基礎的微積分和線性代數知識(可以參考 Math 0-1: Calculus for Data Science & Machine Learning | Udemy, Math 0-1: Linear Algebra for Data Science & Machine Learning | Udemy) 。課程可以分為兩部分，第一部分主要是示範如何在矩陣的計算上推導微分，我認為講師在這部分講解得十分詳細，雖然推導有時候不是那麼地直覺，需要多看幾次才比較容易理解。第二部分則是講解如何透過第一部分的內容來解決最佳化的問題，這部分講師不管是講解或是提供的一些練習我認為都相當優秀。總結來說，這門課雖然不是100%必需（因為只有最佳化的部分算是新內容），但對於像我這種不擅長數學推導的人來說，我認為很值得在學習完線性代數和微積分後接著學習這門課程，在重新複習一些基礎知識外還能進一步學習基礎的數值最佳化方法。