آموزش جبر خطی ضروری برای علوم داده - آخرین آپدیت

دانلود Essential Linear Algebra for Data Science

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: آیا به علوم داده علاقه دارید اما پیش‌زمینه ریاضی لازم برای آن را ندارید؟ آیا ریاضیات همیشه موضوع سختی بوده که سعی می‌کردید از آن دوری کنید؟ این دوره آموزشی، بنیادی‌ترین مباحث جبر خطی را که برای مسیر شغلی در علوم داده نیاز دارید، بدون پرداختن به اثبات‌های پیچیده و مفاهیم غیرضروری آموزش می‌دهد. این دوره را به عنوان یک مسیر سریع برای ورود به دنیای علوم داده در نظر بگیرید که با متدهای ساده و مفاهیم کاربردی، شما را به درک عمیق ایده‌های کلیدی جبر خطی می‌رساند. این دوره برای آماده‌سازی یادگیرندگان جهت تکمیل موفقیت‌آمیز واحد مدل‌سازی آماری برای کاربردهای علوم داده، که بخشی از برنامه کارشناسی ارشد علوم داده (MS-DS) دانشگاه CU Boulder است، طراحی شده است.

سرفصل ها و درس ها

سیستم‌های خطی و حذف گاوسی Linear Systems and Gaussian Elimination

  • معرفی دوره Introduction to the Course

  • سیستم خطی و تعریف آن Linear System and Definition

  • سه گزینه برای پاسخ و بصری‌سازی سیستم مختصات Three Solution Options and Coordinate System Visualization

  • تبدیل سیستم خطی به ماتریس (ضریب و افزوده) Linear System -> Matrix (Coefficient and Augmented)

  • قوانین حذف گاوسی و حل سیستم خطی Rules of G.E. and Solving a Linear System

  • شهود حذف گاوسی و مثال ساده G.E. Intuition and Simple Example

  • مثال حذف گاوسی: پاسخ واحد بخش اول G.E Example - Single Solution Part 1

  • مثال حذف گاوسی: پاسخ واحد بخش دوم G.E Example - Single Solution Part 2

  • مثال حذف گاوسی: پاسخ واحد بخش سوم و تحلیل معنایی G.E Example - Single Solution Part 3 + Meaning

  • مثال حذف گاوسی: پاسخ‌های بی‌شمار G.E. Example - Infinite Solutions

  • مثال حذف گاوسی: بدون پاسخ G.E. Example - No Solutions

  • مثال پیشرفته حذف گاوسی بخش اول G.E. Advanced Example - Part 1

  • مثال پیشرفته حذف گاوسی بخش دوم G.E. Advanced Example - Part 2

جبر ماتریسی Matrix Algebra

  • جمع در جبر ماتریسی Matrix Algebra Sum

  • اسکالر در جبر ماتریسی و بررسی ماتریس همانی Matrix Algebra Scale + Identity Overview

  • ضرب ماتریس‌ها و مثال کوتاه Matrix Multiplication + Small Example

  • قوانین کلی ضرب ماتریس‌ها Matrix Multiplication - General Rules

  • مثال ضرب ماتریس‌ها Matrix Multiplication Example

  • ماتریس همانی و مثال Identity Matrix + Example

ویژگی‌های سیستم خطی Properties of a Linear System

  • مقدمه‌ای بر بردارها و مختصات Introduction to Vectors + Coordinates

  • مقدمه‌ای بر ترکیبات خطی Introduction to Linear Combinations

  • ترکیبات خطی Linear Combinations

  • مثال ترکیبات خطی Linear Combinations Example

  • فضای پوششی (Span) Span

  • مثال فضای پوششی Span Example

  • معادله Ax = b Ax = b

  • استقلال خطی Linear Independence

  • مثال استقلال خطی بخش اول Linear Independence Example Part 1

  • مثال استقلال خطی بخش دوم Linear Independence Example Part 2

  • استقلال خطی ستون‌های یک ماتریس Columns of a Matrix Being Linearly Independent

  • تبدیلات خطی Linear Transformations

  • مثال تبدیل‌های خطی Linear Transformations Example

  • معکوس ماتریس Matrix Inverse

  • مثال معکوس ماتریس Matrix Inverse Example

دترمینان و مقادیر ویژه Determinant and Eigens

  • مقدمه‌ای بر دترمینان و مثال ۲ در ۲ Determinant Intro and 2x2 Example

  • روش سریع محاسبه معکوس ماتریس ۲ در ۲ Inverse of 2x2 Matrix - Quick Method

  • مروری بر دترمینان ماتریس ۳ در ۳ Determinant of 3x3 Matrix - Overview

  • مثال دترمینان ماتریس ۳ در ۳ با سطر اول Determinant of 3x3 Matrix - Example with 1st Row

  • مثال دترمینان ماتریس ۳ در ۳ با سطر دوم Determinant of 3x3 Matrix - Example with 2nd Row

  • مروری بر مقدار ویژه و بردار ویژه Eigenvalue and Eigenvector - Overview

  • یافتن بردار ویژه در صورت داشتن مقدار ویژه Finding Eigenvector if Given Eigenvalue

  • چندجمله‌ای مشخصه و یافتن مقادیر ویژه Characteristic Polynomic - Finding Eigenvalues

پروژکشن‌ها و کمترین مربعات Projections and Least Squares

  • ترانهاده و ضرب داخلی (نقطه‌ای) Transpose and Inner (Dot) Product

  • نرم (طول) یک بردار Norm (Length) of a Vector

  • ساخت بردار واحد Unit Vector Creation

  • فاصله بین دو بردار Distance Between Two Vectors

  • بردارهای متعامد Orthogonal Vectors

  • پروژکشن‌های متعامد بخش اول Orthogonal Projections Part I

  • پروژکشن‌های متعامد بخش دوم Orthogonal Projections Part II

  • مروری بر روش کمترین مربعات Least Squares Overview

  • مثال روش کمترین مربعات Least Squares Example

نمایش نظرات

آموزش جبر خطی ضروری برای علوم داده
جزییات دوره
7h 49m
51
(آخرین آپدیت)
11,963
4.7 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده