Цей курс увійшов до 100 найкращих курсів на Coursera на основі його високих рейтингів і великої кількості рейтингів.
У цьому курсі лінійної алгебри ми розглянемо, що таке лінійна алгебра та як вона пов’язана з векторами та матрицями. Потім ми обговорюємо, що таке вектори та матриці та як з ними працювати, включаючи складну проблему власних значень і власних векторів і як їх використовувати для вирішення проблем. Нарешті, ми розглянемо, як їх використовувати, щоб робити цікаві речі з наборами даних, наприклад, як обертати зображення облич і як витягувати власні вектори, щоб побачити, як працює алгоритм Pagerank. Оскільки ми вказуємо на data-d
У цьому курсі лінійної алгебри ми розглянемо, що таке лінійна алгебра та як вона пов’язана з векторами та матрицями.
Потім ми обговорюємо, що таке вектори та матриці та як з ними працювати, включаючи складну проблему власних значень і власних векторів і як їх використовувати для вирішення проблем.
Нарешті, ми розглянемо, як їх використовувати, щоб робити цікаві речі з наборами даних, наприклад, як обертати зображення облич і як витягувати власні вектори, щоб побачити, як працює алгоритм Pagerank.
Оскільки нашою метою є додатки, керовані даними, ми реалізуємо деякі з цих ідей у коді, а не просто на олівці та папері.
Ближче до кінця курсу ви будете писати блоки коду та знаходити блокноти Jupyter на Python, але не хвилюйтеся, вони будуть досить короткими, зосереджені на концепціях і допоможуть вам, якщо ви раніше не кодували.
65
У цьому першому модулі ми обговорюємо, як лінійна алгебра має відношення до машинного навчання та науки про дані. Потім ми закінчимо модуль початковим вступом до векторів. Ми завжди зосереджені на розвитку вашої математичної інтуїції, а не на роботі над алгеброю чи виконанні довгих прикладів олівцем і папером. Для багатьох із цих операцій у Python є викликані функції, які можуть виконувати додавання; Сенс полягає в тому, щоб цінувати те, що вони роблять і як вони працюють, щоб, коли щось піде не так або є особливі випадки, ви можете зрозуміти, чому і що робити.
У цьому модулі ми розглядаємо операції, які ми можемо виконувати з векторами: знаходження модуля (розміру), кута між векторами (точка або скалярний добуток) і проекцій одного вектора на інший. Потім ми можемо перевірити, як вхідні дані, що описують вектор, залежатимуть від того, які вектори ми використовуємо для визначення осей: бази. Тоді це дозволить нам визначити, чи запропонований набір базисних векторів є так званим «лінійно незалежним». Це завершить наш розгляд векторів, дозволяючи нам перейти до матриць у модулі 3, а потім почати розв’язувати задачі лінійної алгебри.
Тепер, коли ми побачили вектори, ми можемо перейти до матриць. Спочатку ми побачимо, як використовувати матриці як інструменти для вирішення задач лінійної алгебри та як об’єкти, які перетворюють вектори. Потім ми розглядаємо, як розв’язувати системи лінійних рівнянь за допомогою матриць, що потім спонукає нас дивитися на обернені матриці та детермінанти та думати про те, що насправді є детермінантом, інтуїтивно кажучи. Нарешті, ми побачимо випадки спеціальних матриць, які означають, що визначник дорівнює нулю, або де матриця не є оборотною, випадки, коли алгоритми, які потребують інвертування матриці, зазнають невдачі.
У Модулі 3 ми продовжуємо наше обговорення масивів; Спочатку ми подумали про те, як закодувати множення матриць і матричні операції за допомогою конвенції про додавання Ейнштейна, яка є нотацією, яка широко використовується в більш складних курсах лінійної алгебри. Далі ми розглянемо, як матриці можуть трансформувати опис вектора з одного базису (набору осей) на інший. Це дозволить нам, наприклад, дізнатися, як застосувати відображення до зображення та маніпулювати зображеннями. Ми також побачимо, як побудувати набір базисних векторів, зручних для виконання таких перетворень. Потім ми напишемо код для виконання цих перетворень і застосуємо цю роботу до обчислень.
Власні вектори - це окремі вектори, які не обертаються матрицею перетворення, а власні значення - це величина, на яку власні вектори розтягуються. Ці особливі «належні речі» дуже корисні в лінійній алгебрі та дозволять нам вивчити відомий алгоритм Google PageRank для відтворення результатів веб-пошуку. Потім ми застосуємо це в коді, який завершить курс.
Готуйтеся з дому в найпрестижніших університетах світу.
Якість курсів Coursera підтримують її викладачі, які часто є деканами та мають докторські ступені.
Більше 85% студентів Coursera повідомляють про кар’єрні переваги, такі як підвищення по службі або підвищення зарплати.
Мільйони студентів у всьому світі досягають своїх особистих і професійних цілей за допомогою Coursera.
Coursera пропонує курси від понад 200 провідних університетів і компаній для забезпечення онлайн-навчання по всьому світу. З підпискою на Coursera Plus, ви отримуєте необмежений доступ до понад 90% усіх курсів і найпопулярніших професійних сертифікатів і спеціалізацій на Coursera.
Наука про дані, бізнес і особистий розвиток. Ви можете записатися на кілька курсів одночасно, отримувати необмежену кількість сертифікатів і навчитися затребуваним навичкам роботи, щоб почати, розвиватися і навіть змінити кар’єру.
ДІЗНАЙТЕСЯ, ЯК ОТРИМАТИ НАЙБІЛЬШЕ ТА ЗАКОНОДЖИТИ ПОНАД 500 дол. США ЗА РІЧНОЇ ПІДПИСКИ НА COURSERA PLUS*
*Ви заощаджуєте до 500 доларів США за 12 місяців, коли переходите від 59 доларів США за місячну підписку до річної підписки за акцією. Звичайна річна підписка становить 399 доларів США. За акцією ви заплатите лише 299 доларів США. Дізнайтеся все, натиснувши жовту кнопку.
Професор металургії
моя особа_додати 262.096 XNUMX XNUMX учнів
мій комп'ютерКурси 2
Імперський коледж Лондона входить до десятки найкращих університетів світу з міжнародною репутацією передового досвіду в науці, інженерії, медицині та бізнесі. розташований в самому центрі Лондона. Imperial — це багатопрофільний простір для освіти, досліджень, перекладу та маркетингу, який використовує науку та інновації для вирішення глобальних проблем.
Привіт, чим я можу вам допомогти? Ви зацікавлені в курсі? Про який предмет?
Додати відгук