이 강좌에 대하여

최근 조회 38,983
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계

Some background in Python programming language and algebra.

완료하는 데 약 14시간 필요
영어
자막: 영어
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계

Some background in Python programming language and algebra.

완료하는 데 약 14시간 필요
영어
자막: 영어

제공자:

국립 연구 고등 경제 대학 로고

국립 연구 고등 경제 대학

석사 학위 취득 시작

This 강좌 is part of the 100% online Master of Data Science from 국립 연구 고등 경제 대학. If you are admitted to the full program, your courses count towards your degree learning.

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 5시간 필요

Systems of linear equations and linear classifier

완료하는 데 5시간 필요
15개 동영상 (총 118분), 2 개의 읽기 자료, 2 개의 테스트
15개의 동영상
Introduction to Linear Algebra42
Linear Algebra and Calculus4m
Matrices and Multidimensional Vectors10m
Matrix arithmetics6m
Properties of matrix operations and some special matrices10m
Vectors and matrices in Python4m
Systems of linear equations11m
Matrix inverse13m
Gaussian elimination. The first example4m
Elementary row operations6m
Gaussian elimination. Main theorem.5m
Gaussian Elimination. The algorithm.13m
The Inverse matrix with Gaussian elimination5m
LU and PLU decomposition17m
2개의 읽기 자료
About the University10m
Covered Python methods20m
1개 연습문제
Week 11시간
2

2

완료하는 데 2시간 필요

Full rank decomposition and systems of linear equations

완료하는 데 2시간 필요
14개 동영상 (총 86분)
14개의 동영상
Abstract algebra and linear algebra11m
Axioms of vector spaces: first application6m
Examples of vector spaces8m
Subspaces1m
Linear combinations and spans2m
Basis and linear dependence7m
Dimension of a vector space5m
Examples of bases7m
Linear dependence and rank3m
Formula for the solution of a SLAE9m
An example of vector representation of the set of solutions7m
Rouché–Capelli Theorem4m
Full rank decomposition8m
1개 연습문제
Week 230m
3

3

완료하는 데 2시간 필요

Euclidean spaces

완료하는 데 2시간 필요
10개 동영상 (총 85분)
10개의 동영상
Coordinates change example9m
Euclidean space8m
Geometry and Euclidean spaces1m
Orthogonal and orthonormal bases4m
Distance and orthogonal projections6m
Inconsistent systems and the least squares method12m
Linear regression example8m
Introduction to support vector machine16m
Linear regression and SVM with Python4m
1개 연습문제
Week 330m
4

4

완료하는 데 4시간 필요

Final Project

완료하는 데 4시간 필요
1개 동영상 (총 2분), 1 개의 읽기 자료, 2 개의 테스트
1개의 동영상
1개의 읽기 자료
References and further reading10m
1개 연습문제
Life expectancy prediction quiz1시간

검토

FIRST STEPS IN LINEAR ALGEBRA FOR MACHINE LEARNING의 최상위 리뷰

모든 리뷰 보기

Mathematics for Data Science 특화 과정 정보

Behind numerous standard models and constructions in Data Science there is mathematics that makes things work. It is important to understand it to be successful in Data Science. In this specialisation we will cover wide range of mathematical tools and see how they arise in Data Science. We will cover such crucial fields as Discrete Mathematics, Calculus, Linear Algebra and Probability. To make your experience more practical we accompany mathematics with examples and problems arising in Data Science and show how to solve them in Python....
Mathematics for Data Science

자주 묻는 질문

  • 강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:

    • 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.