Udemy – Linear Algebra for Data Science & Machine Learning in Python 2023-5

در تاریخ: 1402/10/22 9:59:55

توضیحات

دوره Linear Algebra for Data Science & Machine Learning in Python. دوره جبر خطی برای علم داده و یادگیری ماشین در پایتون. این دوره به شما در درک جبر خطی و ریاضیات پشت علم داده و یادگیری ماشین کمک می کند . جبر خطی بخش اساسی علم داده و یادگیری ماشین است . این دوره شامل درس های مربوط به هر مبحث جبر خطی + کد یا پیاده سازی مفاهیم یا موضوعات جبر خطی است. هزاران موضوع در این دوره وجود دارد. برای شروع دوره:

ما یک بحث در مورد جبر خطی چیست و چرا ما به جبر خطی نیاز داریم
سپس به سراغ شروع کار با پایتون می رویم، جایی که شما همه چیز را در مورد نحوه راه اندازی محیط پایتون یاد خواهید گرفت، به طوری که تجربه عملی برای شما آسان باشد.

سپس به اصل این دوره می رسیم.

بردارها و عملیات روی بردارها
ماتریس ها و عملیات روی ماتریس ها
تعیین کننده و معکوس
حل سیستم معادلات خطی
هنجارها و بردارهای پایه
استقلال خطی
فاکتورسازی ماتریسی
متعامد بودن
مقادیر ویژه و بردارهای ویژه
تجزیه ارزش منفرد (SVD)

باز هم، در هر یک از این بخش‌ها، نسخه‌های نمایشی کد پایتون و مسائل حل شده را جدا از مفاهیم نظری جبر خطی خواهید دید. همچنین یاد خواهید گرفت که چگونه از کتابخانه numpy پایتون استفاده کنید که حاوی توابع متعددی برای محاسبات ماتریسی و حل مسائل جبری خطی است .

آنچه که در دوره Linear Algebra for Data Science & Machine Learning in Python فرا خواهید گرفت

مبانی جبر خطی
کاربرد بردارها و ماتریس ها با پیاده سازی در پایتون
عملیات بردارها و ماتریس ها با پیاده سازی در پایتون
حل سیستم معادلات خطی و پیاده سازی در پایتون
فاکتورسازی و پیاده سازی ماتریس در پایتون
محاسبه مقادیر ویژه، بردارهای ویژه
تجزیه ارزش منفرد با اجرای آن در پایتون
Eigen Decomposition با اجرای آنها در پایتون

این دوره مناسب افرادیست که

هر کسی که کنجکاو است که چگونه از جبر خطی در یادگیری ماشین استفاده می شود
هر کسی که می خواهد ریاضیات و جبر خطی را پشت علم داده ها درک کند
هر کسی که می خواهد پایه های اساسی برای استقرار تکنیک های یادگیری ماشین ایجاد کند

مشخصات دوره Linear Algebra for Data Science & Machine Learning in Python

ناشر: Udemy
مدرس: Syed Mohiuddin
سطح آموزش: مبتدی تا پیشرفته
مدت زمان آموزش: 9 ساعت و 51 دقیقه
تعداد دروس: 150

سرفصل های دوره

پیشنیازهای دوره

You should have familiarity with fundamentals of Maths
All the implementation of Linear Algebra concepts are in Python, so familiarity with Python will be an added advantage