AulaPro verwendet Cookies, um seinen Benutzern ein besseres Erlebnis zu bieten. Sie können weitere Informationen erhalten hier, oder klicken Sie einfach auf "Ich akzeptiere" oder außerhalb dieses Hinweises, um weiter zu surfen.
Dieser Kurs wurde aufgrund seiner hohen Bewertungen und der großen Anzahl von Bewertungen unter die Top 100 der besten Kurse auf Coursera eingestuft.
In diesem Kurs zur linearen Algebra sehen wir uns an, was lineare Algebra ist und wie sie sich auf Vektoren und Matrizen bezieht. Dann besprechen wir, was Vektoren und Matrizen sind und wie man mit ihnen arbeitet, einschließlich des kniffligen Problems von Eigenwerten und Eigenvektoren, und wie man sie zur Lösung von Problemen verwendet. Schließlich schauen wir uns an, wie man sie verwendet, um lustige Dinge mit Datensätzen zu machen, wie man Bilder von Gesichtern dreht und wie man Eigenvektoren extrahiert, um zu sehen, wie der Pagerank-Algorithmus funktioniert. Da wir auf data-d zeigen
In diesem Kurs zur linearen Algebra sehen wir uns an, was lineare Algebra ist und wie sie sich auf Vektoren und Matrizen bezieht.
Dann besprechen wir, was Vektoren und Matrizen sind und wie man mit ihnen arbeitet, einschließlich des kniffligen Problems von Eigenwerten und Eigenvektoren, und wie man sie zur Lösung von Problemen verwendet.
Schließlich schauen wir uns an, wie man sie verwendet, um lustige Dinge mit Datensätzen zu machen, wie man Bilder von Gesichtern dreht und wie man Eigenvektoren extrahiert, um zu sehen, wie der Pagerank-Algorithmus funktioniert.
Da unser Ziel datengesteuerte Anwendungen sind, werden wir einige dieser Ideen in Code implementieren, nicht nur in Bleistift und Papier.
Gegen Ende des Kurses schreiben Sie Codeblöcke und finden Jupyter-Notebooks in Python, aber keine Sorge, diese werden ziemlich kurz sein, sich auf Konzepte konzentrieren und Sie anleiten, wenn Sie noch nie zuvor programmiert haben.
65
In diesem ersten Modul besprechen wir, wie relevant lineare Algebra für maschinelles Lernen und Data Science ist. Anschließend beenden wir das Modul mit einer ersten Einführung in Vektoren. Wir konzentrieren uns zu jeder Zeit auf die Entwicklung Ihrer mathematischen Intuition, nicht auf die Arbeit an Algebra oder das Erstellen langer Beispiele mit Bleistift und Papier. Für viele dieser Operationen gibt es in Python aufrufbare Funktionen, die die Addition durchführen können; Der Punkt ist, zu schätzen, was sie tun und wie sie funktionieren, damit Sie verstehen, warum und was zu tun ist, wenn etwas schief geht oder es spezielle Fälle gibt.
In diesem Modul betrachten wir die Operationen, die wir mit Vektoren durchführen können: Finden des Moduls (Größe), des Winkels zwischen den Vektoren (Punkt oder Skalarprodukt) und der Projektionen eines Vektors auf einen anderen. Wir können dann untersuchen, wie die Eingaben, die einen Vektor beschreiben, davon abhängen, welche Vektoren wir verwenden, um die Achsen zu definieren: die Basis. Das wird es uns dann ermöglichen, zu bestimmen, ob ein vorgeschlagener Satz von Basisvektoren das ist, was man „linear unabhängig“ nennt. Damit ist unsere Untersuchung von Vektoren abgeschlossen, sodass wir in Modul 3 zu Matrizen übergehen und dann mit der Lösung von Problemen der linearen Algebra beginnen können.
Jetzt, wo wir Vektoren gesehen haben, können wir zu Matrizen übergehen. Zuerst werden wir sehen, wie man Matrizen als Werkzeuge zum Lösen von Problemen der linearen Algebra und als Objekte verwendet, die Vektoren transformieren. Dann schauen wir uns an, wie man lineare Gleichungssysteme mit Hilfe von Matrizen löst, was uns dann dazu führt, uns inverse Matrizen und Determinanten anzusehen und darüber nachzudenken, was die Determinante wirklich ist, intuitiv gesprochen. Schließlich werden wir Fälle von speziellen Matrizen sehen, die bedeuten, dass die Determinante Null ist oder wo die Matrix nicht invertierbar ist, Fälle, in denen Algorithmen fehlschlagen, die eine Matrix invertieren müssen.
In Modul 3 setzen wir unsere Diskussion über Arrays fort; Wir haben zuerst darüber nachgedacht, wie man Matrizenmultiplikation und Matrizenoperationen mit der Einstein-Additionskonvention codiert, einer Notation, die in fortgeschritteneren Kursen zur linearen Algebra weit verbreitet ist. Als nächstes schauen wir uns an, wie Matrizen eine Beschreibung eines Vektors von einer Basis (Satz von Achsen) in eine andere umwandeln können. Auf diese Weise können wir beispielsweise herausfinden, wie man eine Reflexion auf ein Bild anwendet und Bilder manipuliert. Wir werden auch sehen, wie man einen Satz von Basisvektoren konstruiert, die für die Durchführung solcher Transformationen geeignet sind. Wir werden dann Code schreiben, um diese Transformationen durchzuführen, und diese Arbeit rechnerisch anwenden.
Die Eigenvektoren sind bestimmte Vektoren, die nicht durch eine Transformationsmatrix gedreht werden, und die Eigenwerte sind der Betrag, um den die Eigenvektoren gestreckt werden. Diese speziellen „richtigen Dinge“ sind in der linearen Algebra sehr nützlich und ermöglichen es uns, den berühmten PageRank-Algorithmus von Google zum Rendern von Websuchergebnissen zu untersuchen. Wir werden dies dann in Code anwenden, der den Kurs abschließt.
Bereiten Sie sich von zu Hause aus mit den renommiertesten Universitäten der Welt vor.
Die Qualität der Coursera-Kurse wird von seinen Dozenten unterstützt, die oft promovierte Dekane sind.
Mehr als 85 % der Coursera-Studenten berichten von Karrierevorteilen wie Beförderungen oder Gehaltserhöhungen.
Millionen von Studenten auf der ganzen Welt erreichen ihre persönlichen und beruflichen Ziele mit Coursera.
Coursera bietet Kurse von über 200 führenden Universitäten und Unternehmen an, um Online-Lernen auf der ganzen Welt anzubieten. Mit einem Coursera Plus-Abonnement, Sie erhalten unbegrenzten Zugriff auf über 90 % aller Kurse und die beliebtesten beruflichen Zertifikate und Spezialisierungen auf Coursera.
Data Science, Geschäfts- und Persönlichkeitsentwicklung. Sie können sich für mehrere Kurse gleichzeitig anmelden, unbegrenzt viele Zertifikate erwerben und sich gefragte berufliche Fähigkeiten aneignen, um Karrieren zu beginnen, zu wachsen und sogar zu wechseln.
ENTDECKEN SIE, WIE SIE DAS MEISTE ERHALTEN UND ÜBER 500 USD SPAREN MIT EINEM JAHRESABONNEMENT VON COURSERA PLUS*
*Sie sparen bis zu 500 USD in 12 Monaten, wenn Sie mit der Aktion von 59 USD für ein monatliches Abonnement zu einem Jahresabonnement wechseln. Das normale Jahresabonnement beträgt 399 USD. Mit der Aktion zahlen Sie nur 299 USD. Erfahren Sie alles, indem Sie auf den gelben Button klicken.
Professor für Metallurgie
meine person_add 262.096 Studierende
mein Computer2 Kurse
Das Imperial College London ist eine der zehn besten Universitäten der Welt mit einem internationalen Ruf für Exzellenz in Wissenschaft, Technik, Medizin und Wirtschaft. befindet sich im Herzen Londons. Imperial ist ein multidisziplinärer Raum für Bildung, Forschung, Übersetzung und Marketing, der Wissenschaft und Innovation nutzt, um globale Herausforderungen anzugehen.
Hallo, wie kann ich Ihnen helfen? Interessieren Sie sich für einen Kurs? Zu welchem Thema?
AulaPro verwendet Cookies, um seinen Benutzern ein besseres Erlebnis zu bieten. Sie können weitere Informationen erhalten hier, oder klicken Sie einfach auf "Ich akzeptiere" oder außerhalb dieses Hinweises, um weiter zu surfen.
Eine Bewertung hinzufügen