After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
線形代数は、応用数学とデータサイエンスで最も重要なツールのひとつです。本コースでは、ベクトルと行列の扱い方、行列とベクトルの方程式の解き方、固有値・固有ベクトルの解析、そして主成分分析を使って実世界のデータセットの次元削減を行う方法を学びます。すべての解析は、世界で最も人気のあるプログラミング言語のひとつであるRで実施します。
前提条件
カリキュラム
コース概要
1
線形代数の概要
この章では、ベクトルや行列など、線形代数における主要な対象について学びます。なぜ重要なのか、そしてそれらがどのように相互に関係し合うのかを理解します。
2
行列とベクトルの方程式
多くのMachine Learningアルゴリズムは、最終的に行列とベクトルの方程式を解くことに帰着します。この章では、行列-ベクトル方程式が何を目的としているのか、そしてそれをRでどのように解くのかを学びます。
3
固有値と固有ベクトル
行列の操作は複雑です。固有値・固有ベクトルの解析を使うと、画像認識やゲノム解析などの目的で、これらの操作をより単純なものに分解できます。
4
主成分分析
“Big Data”はデータサイエンスとその応用のあらゆる場面に存在します。しかし、これらのデータセットに含まれる冗長性は問題になることがあります。この章では、主成分分析とは何か、そしてそれを用いてどのように次元削減を行うのかを学びます。
R
Rで学ぶデータサイエンスのための線形代数
コース修了
