Mathematical Matrix Methods lie at the root of most methods of machine learning and data analysis of tabular data. Learn the basics of Matrix Methods, including matrix-matrix multiplication, solving linear equations, orthogonality, and best least squares approximation. Discover the Singular Value Decomposition that plays a fundamental role in dimensionality reduction, Principal Component Analysis, and noise reduction. Optional examples using Python are used to illustrate the concepts and allow the learner to experiment with the algorithms.
oferecido por
Universidade de MinnesotaUniversidade de Minnesota
Programa - O que você aprenderá com este curso
Semana
11 hora para concluir
Matrices as Mathematical Objects
3 vídeos (Total 11 mín.), 2 leituras, 3 testes
2 leituras
Vector and Matrix operations30min
Matrix Multiplication10min
3 exercícios práticos
Matrix8min
Linear combinations
Matrix Combinations
Semana
21 hora para concluir
Matrix Multiplication and other Operations
3 vídeos (Total 14 mín.), 2 leituras, 3 testes
3 videos
Matrix Transpose5min
Supplement: Matrix Transpose in Python4min
2 leituras
Matrix Arithmetic10min
Matrix Transpose10min
3 exercícios práticos
Matrix Operations4min
Matrix Transpose4min
Matrix Multiplication and Other Operations
Semana
31 hora para concluir
Systems of Linear Equations
4 vídeos (Total 15 mín.), 3 leituras, 4 testes
4 videos
Solution of Linear Equations via Elimination2min
LU Decomposition: Matrix is a Product of Simple Matrices5min
Supplement: Solve Linear Equations in Python2min
3 leituras
Systems of Linear Equations10min
Gaussian Elimination Algorithm10min
LU Decomposition10min
4 exercícios práticos
Systems of Linear Equations
Solution of Linear Equations via Elimination
LU Decomposition
Systems of linear equations
Semana
41 hora para concluir
Linear Least Squares
4 vídeos (Total 16 mín.), 2 leituras, 5 testes
4 videos
Linear Least Squares: Best Approximation3min
Least Distance -> Orthogonality -> Normal Equations4min
Example: Approximate Curve Fitting4min
2 leituras
Orthogonality and the Inner Product10min
Linear Least Squares10min
5 exercícios práticos
Orthogonality and Inner Product
Linear Least Squares
Normal equations4min
Approximate Curve Fitting4min
Linear Least Squares
Instrutores
Daniel Boley
ProfessorComputer Science and Engineering
Sobre Universidade de MinnesotaUniversidade de Minnesota
The University of Minnesota is among the largest public research universities in the country, offering undergraduate, graduate, and professional students a multitude of opportunities for study and research. Located at the heart of one of the nation’s most vibrant, diverse metropolitan communities, students on the campuses in Minneapolis and St. Paul benefit from extensive partnerships with world-renowned health centers, international corporations, government agencies, and arts, nonprofit, and public service organizations.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.
O que recebo ao adquirir o Certificado?
Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2019 Coursera Inc. Todos os direitos reservados.
