Informações sobre o curso

43,936 visualizações recentes
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário

Some background in Python programming language and algebra.

Aprox. 14 horas para completar
Inglês
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário

Some background in Python programming language and algebra.

Aprox. 14 horas para completar
Inglês

oferecido por

Placeholder

National Research University Higher School of Economics

Comece a trabalhar rumo ao seu mestrado

Este curso é parte da graduação 100% on-line Master of Data Science da National Research University Higher School of Economics. Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

5 horas para concluir

Systems of linear equations and linear classifier

5 horas para concluir
15 vídeos (Total 118 mín.), 2 leituras, 2 testes
15 videos
Introduction to Linear Algebra42s
Linear Algebra and Calculus4min
Matrices and Multidimensional Vectors10min
Matrix arithmetics6min
Properties of matrix operations and some special matrices10min
Vectors and matrices in Python4min
Systems of linear equations11min
Matrix inverse13min
Gaussian elimination. The first example4min
Elementary row operations6min
Gaussian elimination. Main theorem.5min
Gaussian Elimination. The algorithm.13min
The Inverse matrix with Gaussian elimination5min
LU and PLU decomposition17min
2 leituras
About the University10min
Covered Python methods20min
1 exercício prático
Week 11h
Semana
2

Semana 2

2 horas para concluir

Full rank decomposition and systems of linear equations

2 horas para concluir
14 vídeos (Total 86 mín.)
14 videos
Abstract algebra and linear algebra11min
Axioms of vector spaces: first application6min
Examples of vector spaces8min
Subspaces1min
Linear combinations and spans2min
Basis and linear dependence7min
Dimension of a vector space5min
Examples of bases7min
Linear dependence and rank3min
Formula for the solution of a SLAE9min
An example of vector representation of the set of solutions7min
Rouché–Capelli Theorem4min
Full rank decomposition8min
1 exercício prático
Week 230min
Semana
3

Semana 3

2 horas para concluir

Euclidean spaces

2 horas para concluir
10 vídeos (Total 85 mín.)
10 videos
Coordinates change example9min
Euclidean space8min
Geometry and Euclidean spaces1min
Orthogonal and orthonormal bases4min
Distance and orthogonal projections6min
Inconsistent systems and the least squares method12min
Linear regression example8min
Introduction to support vector machine16min
Linear regression and SVM with Python4min
1 exercício prático
Week 330min
Semana
4

Semana 4

4 horas para concluir

Final Project

4 horas para concluir
1 vídeo (Total 2 mín.), 1 leitura, 2 testes
1 leituras
References and further reading10min
1 exercício prático
Life expectancy prediction quiz1h

Avaliações

Principais avaliações do FIRST STEPS IN LINEAR ALGEBRA FOR MACHINE LEARNING

Visualizar todas as avaliações

Sobre Programa de cursos integrados Mathematics for Data Science

Mathematics for Data Science

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.