After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Описание курса
Линейная алгебра — один из важнейших разделов прикладной математики и науки о данных. В этом курсе вы научитесь работать с векторами и матрицами, решать матрично-векторные уравнения, выполнять анализ собственных значений и собственных векторов, а также применять метод главных компонент для снижения размерности реальных наборов данных. Все вычисления будут выполняться на R — одном из самых популярных языков программирования в мире.
Предварительные требования
Программа
Структура курса
1
Введение в линейную алгебру
В этой главе вы познакомитесь с ключевыми объектами линейной алгебры: векторами и матрицами. Вы поймёте, почему они важны и как взаимодействуют друг с другом.
- Мотивация50 XP
- Создание векторов в R100 XP
- Алгебра векторов100 XP
- Создание матриц в R100 XP
- Операции с матрицами и векторами50 XP
- Совместимость матрицы и вектора50 XP
- Матричное умножение как преобразование100 XP
- Отражения100 XP
- Вычисления с матрицами50 XP
- Совместимость матриц при умножении50 XP
- Умножение матриц — порядок имеет значение100 XP
- Введение в обратную матрицу100 XP
2
Матрично-векторные уравнения
В основе многих алгоритмов машинного обучения лежит решение матрично-векторных уравнений. В этой главе вы узнаете, какие задачи они решают, и научитесь решать их на R.
3
Собственные значения и собственные векторы
Матричные операции бывают весьма сложными. Анализ собственных значений и собственных векторов позволяет разложить эти операции на более простые — что находит применение в распознавании изображений, геномном анализе и других областях.
4
Метод главных компонент
Большие данные повсеместно используются в науке о данных. Однако избыточность в таких наборах данных может создавать проблемы. В этой главе мы рассмотрим метод главных компонент и его применение для снижения размерности.
R
Линейная алгебра для науки о данных на R
Курс
завершён
