Direkt zum Inhalt
StartseiteRLinear Algebra for Data Science in R

Linear Algebra for Data Science in R

This course is an introduction to linear algebra, one of the most important mathematical topics underpinning data science.

Kurs Kostenlos Starten
4 Stunden15 Videos56 Übungen15.699 LernendeTrophyLeistungsnachweis

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Trainierst du 2 oder mehr?

Versuchen DataCamp for Business

Beliebt bei Lernenden in Tausenden Unternehmen


Kursbeschreibung

Linear algebra is one of the most important set of tools in applied mathematics and data science. In this course, you’ll learn how to work with vectors and matrices, solve matrix-vector equations, perform eigenvalue/eigenvector analyses and use principal component analysis to do dimension reduction on real-world datasets. All analyses will be performed in R, one of the world’s most-popular programming languages.
Für Unternehmen

GroupTrainierst du 2 oder mehr?

Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr
Testen Sie DataCamp for BusinessFür eine maßgeschneiderte Lösung buchen Sie eine Demo.
  1. 1

    Introduction to Linear Algebra

    Kostenlos

    In this chapter, you will learn about the key objects in linear algebra, such as vectors and matrices. You will understand why they are important and how they interact with each other.

    Kapitel Jetzt Abspielen
    Motivations
    50 xp
    Creating Vectors in R
    100 xp
    The Algebra of Vectors
    100 xp
    Creating Matrices in R
    100 xp
    Matrix-Vector Operations
    50 xp
    Matrix-Vector Compatibility
    50 xp
    Matrix Multiplication as a Transformation
    100 xp
    Reflections
    100 xp
    Matrix-Matrix Calculations
    50 xp
    Matrix Multiplication Compatibility
    50 xp
    Matrix Multiplication - Order Matters
    100 xp
    Intro to The Matrix Inverse
    100 xp
  2. 4

    Principal Component Analysis

    “Big Data” is ubiquitous in data science and its applications. However, redundancy in these datasets can be problematic. In this chapter, we learn about principal component analysis and how it can be used in dimension reduction.

    Kapitel Jetzt Abspielen
Für Unternehmen

GroupTrainierst du 2 oder mehr?

Erhalten Sie für Ihr Team Zugriff auf die vollständige DataCamp-Bibliothek mit zentralisierten Berichten, Zuweisungen, Projekten und mehr

Datensätze

NFL Player datasetWNBA Massey Matrix datasetWNBA Point Differentials dataset

Mitwirkende

Collaborator's avatar
Chester Ismay
Collaborator's avatar
David Campos
Collaborator's avatar
Shon Inouye

Voraussetzungen

Introduction to R
Eric Eager HeadshotEric Eager

VP of Research and Development at SumerSports

Mehr Anzeigen

Was sagen andere Lernende?

Melden Sie sich an 15 Millionen Lernende und starten Sie Linear Algebra for Data Science in R Heute!

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.