Pular para o conteúdo principal
Página inicialRLinear 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.

Comece O Curso Gratuitamente
4 Horas15 Videos56 Exercicios
14.507 AprendizesTrophyDeclaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
GroupTreinar 2 ou mais pessoas?Experimente o DataCamp For Business

Amado por alunos de milhares de empresas


Descrição do Curso

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.
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à biblioteca completa do DataCamp, com relatórios, atribuições, projetos e muito mais centralizados
Experimente O DataCamp for BusinessPara uma solução sob medida , agende uma demonstração.
  1. 1

    Introduction to Linear Algebra

    Grátis

    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.

    Reproduzir Capítulo Agora
    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.

    Reproduzir Capítulo Agora
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à biblioteca completa do DataCamp, com relatórios, atribuições, projetos e muito mais centralizados

Conjuntos De Dados

NFL Player datasetWNBA Massey Matrix datasetWNBA Point Differentials dataset

Colaboradores

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

Pre Requisitos

Introduction to R
Eric Eager HeadshotEric Eager

VP of Research and Development at SumerSports

Veja Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 14 milhões de alunos e comece Linear Algebra for Data Science in R hoje mesmo!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.