Name: Álgebra Linear para Data Science em R
Rating: 4.745098039215686 (153 reviews)

Descrição do curso

A álgebra linear é um dos conjuntos de ferramentas mais importantes na matemática aplicada e em data science. Neste curso, você vai aprender a trabalhar com vetores e matrizes, resolver equações matriz-vetor, realizar análises de autovalores/autovetores e usar a análise de componentes principais para reduzir a dimensionalidade de conjuntos de dados do mundo real. Todas as análises serão feitas em R, uma das linguagens de programação mais populares do mundo.

Pré-requisitos

Introduction to R

Programa de estudos

Descrição do curso

Introdução à Álgebra Linear

Neste capítulo, você vai conhecer os principais objetos da álgebra linear, como vetores e matrizes. Você vai entender por que eles são importantes e como interagem entre si.

Iniciar capítulo

Equações Matriz-Vetor

Muitos algoritmos de Machine Learning se resumem a resolver uma equação matriz-vetor. Neste capítulo, você aprende o que essas equações procuram resolver e como solucioná-las em R.

Iniciar capítulo

Autovalores e Autovetores

Operações com matrizes podem ser complexas. As análises de autovalores/autovetores permitem decompor essas operações em partes mais simples para tarefas como reconhecimento de imagens, análise genômica e muito mais!

Iniciar capítulo

Análise de Componentes Principais

“Big Data” é onipresente em data science e em suas aplicações. No entanto, a redundância nesses conjuntos de dados pode ser problemática. Neste capítulo, vamos aprender sobre a análise de componentes principais e como ela pode ser usada para redução de dimensionalidade.