توضیحات
آموزش جبر خطی و پیاده سازی آن در پایتون و متلب برای هوش مصنوعی
نام دوره : Complete linear algebra: theory and implementation in code
پیش نیاز:
- درک مقدماتي جبر دبيرستاني (مثلاً x را در 2x=5 حل کنيد)
- علاقه به يادگيري در مورد ماتريس ها و بردارها!
- (اختياري) کامپيوتر با MATLAB، Octave، يا Python (يا Jupyter)
توضیحات:
شما بايد جبر خطي را ياد بگيريد!
جبر خطي شايد مهمترين شاخه رياضيات براي علوم محاسباتي از جمله يادگيري ماشين، هوش مصنوعي، علم داده، آمار، شبيه سازي، گرافيک کامپيوتري، تجزيه و تحليل چند متغيره، تجزيه ماتريس، پردازش سيگنال و غيره باشد.
شما بايد جبر خطي کاربردي را بدانيد نه فقط جبر خطي انتزاعي !
نحوه ارائه جبر خطي در کتاب هاي درسي 30 ساله با نحوه استفاده متخصصان از جبر خطي در رايانه براي حل برنامه هاي کاربردي دنياي واقعي در يادگيري ماشين، علم داده، آمار و پردازش سيگنال متفاوت است.
به عنوان مثال ، “دترمينان” يک ماتريس براي نظريه جبر خطي مهم است، اما آيا واقعاً بايد از تعيين کننده در کاربردهاي عملي استفاده کرد؟ پاسخ ممکن است شما را شگفت زده کند، و آن در اين دوره است!
اگر شما علاقه مند به يادگيري مفاهيم رياضي جبر خطي و تحليل ماتريسي هستيد، اما همچنين مي خواهيد آن مفاهيم را در تجزيه و تحليل داده ها در رايانه (به عنوان مثال، آمار يا پردازش سيگنال) به کار ببريد، اين دوره براي شما مناسب است!
تمام مفاهيم رياضي پياده سازي شده در MATLAB و Python را مشاهده خواهيد کرد.
جنبه هاي منحصر به فرد دوره آموزش جبر خطی و پیاده سازی آن در پایتون و متلب برای هوش مصنوعی
- توضيحات واضح و قابل فهم مفاهيم و نظريه ها در جبر خطي.
- چندين توضيح متمايز از يک ايده، که يک تکنيک اثبات شده براي يادگيري است.
- تجسم با استفاده از نمودارها، اعداد و فضاها که شهود هندسي جبر خطي را تقويت مي کند.
- پياده سازي در متلب و پايتون . بيا، در دنياي واقعي، شما هرگز مسائل رياضي را با دست حل نمي کنيد! شما بايد بدانيد که چگونه رياضي را در نرم افزار پياده سازي کنيد!
- شروع به موضوعات مياني، از جمله بردارها، ضرب هاي ماتريس، پيش بيني هاي حداقل مربعات، تجزيه ويژه، و تجزيه ارزش تکي.
- تمرکز قوي بر جنبه هاي کاربردي مدرن جبر خطي و تجزيه و تحليل ماتريس.
- توضيحات بصري بصري از قطر، مقادير ويژه و بردارهاي ويژه، و تجزيه ارزش منفرد.
مهارت هاي کدنويسي خود را بهبود بخشيد!
براي اين دوره بايد کمي تجربه کدنويسي داشته باشيد (من پايتون يا متلب ابتدايي را تدريس نمي کنم)، اما قطعاً مهارت هاي برنامه نويسي علمي و تحليل داده هاي خود را در اين دوره بهبود خواهيد داد.
همه چيز در متلب و پايتون توضيح داده شده است (بيشتر با استفاده از numpy و matplotlib؛ همچنين sympy و scipy و برخي جعبه ابزارهاي مرتبط ديگر).
مزاياي يادگيري جبر خطي
- درک آماري از جمله حداقل مربعات، رگرسيون و تحليل هاي چند متغيره.
- بهبود شبيه سازي هاي رياضي در مهندسي، زيست شناسي محاسباتي، مالي و فيزيک.
- درک فشرده سازي داده ها و کاهش ابعاد (PCA، SVD، eigendecomposition).
- درک رياضيات زيربنايي يادگيري ماشين و الگوريتم هاي طبقه بندي خطي.
- دانش عميق تر از روش هاي پردازش سيگنال، به ويژه فيلتر کردن و روش هاي زيرفضاي چند متغيره.
- پيوند بين جبر خطي، ماتريس ها و هندسه را کاوش کنيد.
- در پياده‌سازي رياضيات و درک مفاهيم يادگيري ماشيني در پايتون و متلب، تجربه بيشتري کسب کنيد.
- جبر خطي پيش نياز يادگيري ماشين و هوش مصنوعي (AI) است.
دوره آموزش جبر خطی و پیاده سازی آن در پایتون و متلب برای هوش مصنوعی براي چه کساني است:
- هر کسي که علاقه مند به يادگيري در مورد ماتريس ها و بردارها است
- مهندساني که مي خواهند دانش خود را در مورد ماتريس ها و تجزيه ها تجديد کنند
- دانشمندان داده (جبر خطي همه جا در علم داده وجود دارد!)
- کسي که جبر خطي نظري خوانده است و مي خواهد مفاهيم را در رايانه پياده کند
- دانشجويان هوش مصنوعي
یودمی ایران –
دوره درخواستی خود را از راه های ارتباطی درخواست کنید