Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Shoebur RahmanSpesialis Pengadaan, Giz Bangladesh
Deskripsi Kursus
Aljabar linear adalah salah satu seperangkat alat terpenting dalam matematika terapan dan data science. Di kursus ini, Anda akan belajar bekerja dengan vektor dan matriks, menyelesaikan persamaan matriks-vektor, melakukan analisis eigenvalue/eigenvector, dan menggunakan principal component analysis untuk melakukan reduksi dimensi pada himpunan data dunia nyata. Semua analisis akan dilakukan di R, salah satu bahasa pemrograman paling populer di dunia.
Prasyarat
Kurikulum
Ringkasan kursus
1
Pengantar Aljabar Linear
Di bab ini, Anda akan mempelajari objek-objek kunci dalam aljabar linear, seperti vektor dan matriks. Anda akan memahami mengapa objek-objek tersebut penting dan bagaimana interaksinya satu sama lain.
- Motivasi50 XP
- Membuat Vektor di R100 XP
- Aljabar Vektor100 XP
- Membuat Matriks di R100 XP
- Operasi Matriks–Vektor50 XP
- Kecocokan Matriks–Vektor50 XP
- Perkalian Matriks sebagai Transformasi100 XP
- Refleksi100 XP
- Perhitungan Matriks–Matriks50 XP
- Kecocokan Perkalian Matriks50 XP
- Perkalian Matriks - Urutan Itu Penting100 XP
- Pengantar Invers Matriks100 XP
2
Persamaan Matriks-Vektor
Banyak algoritma Machine Learning bermuara pada penyelesaian persamaan matriks-vektor. Di bab ini, Anda mempelajari tujuan dari persamaan matriks-vektor dan cara menyelesaikannya di R.
3
Eigenvalue dan Eigenvector
Operasi matriks bersifat kompleks. Analisis eigenvalue/eigenvector memungkinkan Anda memecah operasi ini menjadi operasi yang lebih sederhana untuk keperluan pengenalan citra, analisis genomik, dan lainnya!
4
Principal Component Analysis
“Big Data” lazim dalam data science dan penerapannya. Namun, redundansi dalam himpunan data ini bisa menjadi masalah. Di bab ini, kita mempelajari principal component analysis dan bagaimana cara menggunakannya untuk reduksi dimensi.
R
Aljabar Linear untuk Data Science di R
Kursus
Selesai
