جبرخطی (linear algebra):
جبر خطی شاخهای از ریاضیات است که به بررسی و مطالعۀ ماتریسها، بردارها، فضاهای برداری (فضاهای خطّی)، تبدیلات خطی، و دستگاههای معادلات خطی میپردازد. در جبر خطی مفاهیمی مانند فضاهای برداری، زیرفضاها، ضرب داخلی و نرم معرفی میشوند که در بسیاری از مسائل ریاضیاتی و علوم مختلف مورد استفاده قرار میگیرند. همچنین بسیاری از الگوریتمهای ارائه شده در یادگیریِ ماشین و یادگیریِ عمیق بر اساس نظریهها و مفاهیمِ جبر خطی تعریف شدهاند. در جبر خطی، از مفاهیمی مانند ماتریسها، بردارها، فضاهای برداری و توابع خطی استفاده میشود، و سعی میشود تا با استفاده از این مفاهیم، سیستمهای معادلات خطی حل شوند. در حالت کلی هرچیزی را که بتوان با بردار نمایش داد یا حالت ماتریسی داشته باشد، جبر خطی است.
هدف از این دوره آموزشی:
در این دوره آموزشی سعی شده تا مهم ترین مباحث جبرخطی با الگو گرقتن از مقالات محبوب آموزش داده شود. مطالب موجود در این دوره برای کارهای صنعتی و پژوهشی کاربرد زیادی دارد. مهمترین الگوریتمها و موارد کاربرد هر کدام را یاد خواهید گرفت و با نمونههای استفاده شده از جبرخطی در دنیای واقعی آشنا می شوید. در این دوره سعی داریم تا با ارائه مسیری مشخص در دنیای آموزش جبرخطی قدم گذاشته و با حل تمرین و مثال هایی در زبان برنامه نویسی پایتون به کاربردی تر شدن این دوره کمک کنیم .در این دوره مباحث مهم و بنیادی آموزش جبرخطی در اختیار شما قرار خواهد گرفت تا شما را برای کار در صنعت هوش مصنوعی و یادگیری ماشین آماده کند. در این دوره آموزش جبرخطی به شبیه سازی سوال هایی در حوزه یادگیری ماشین در کاربردهای مختلف خواهیم پرداخت و با ریاضیات روش سعی بر شفاف سازی کدهای جبرخطی در پایتون و درک هرچه بهتر ساختار مسائل ماشین لرنینگ خواهیم داشت. جزئیات این دوره آموزشی در زیر لیست شده است. بدون شک یکی از بهترین دوره های جبرخطی با پایتون است که با زبان فارسی و روان توضیح داده شده است. امیدواریم که این آموزش از “بیگ لرن” هم مثل سایر آموزش ها مورد تایید و رضایت شما مخاطبان گرامی قرار گیرد.
بخش اول: مرور کامل پایتون
برنامه نویسی پایتون لازم برای دوره
بخش دوم: آمار و احتمال برای جبرخطی (تئوری و عملی)
نمونه برداری و متغیر تصادفی
میانگین - واریانس - کوواریانس - همبستگی
احتمال حاشیه ای - شرطی - توام متغیرها
آنتروپی متغیرها
فاصله ها و معیارهای شباهت آماری (اقلیدسی - منهتن - و...)
آنالیزهای آماری و کاوش داده
بصری سازی داده - Data Visualization
توصیفات آماری - Descriptive Statistics
توزیع های آماری (نرمال - گاما - پواسان - بتا و...)
واگرای کالبک لیبر
Jenson-Shannon (فاصله شانون)
رانش داده data drift
چولگی و کشیدگی داده ها
بخش سوم: آموزش جبرخطی
معرفی جبرخطی یا linear algebra
کاربردهای جبرخطی یا linear algebra
اسکالرها و بردارها و ماتریس ها
فضای برداری یا vector space
مولفه های برداری (طول و جهت بردار)
عملیات برداری (جمع و تفریق و ضرب)
ضرب داخلی (نقطه ای) برداری Dot product
زاویه بین دو بردار
خواص ضرب داخلی برداری
ضرب خارجی برداری cross product
خاصیت ضرب خارجی (برداری)
تغییر مقیاس برداری
پوشش یا Span برداری
ترکیب خطی بردارها
وابستگی خطی Linear Dependent
استقلال خطی Linear Independent
ترانهاده (Transpose) ماتریس
ماتریس های متقارن و پادمتقارن
ماتریس قطری یا Diagonal Matrix
دترمینان ماتریس یا determinant matrix
معکوس ماتریس یا inverse matrix
تبدیلات هندسی و مختصاتی روی ماتریس ها
بخش چهارم: پیاده سازی جبرخطی در پایتون
اسکالرها و بردارها و ماتریس ها
فضای برداری یا vector space
مولفه های برداری (طول و جهت بردار)
عملیات برداری (جمع و تفریق و ضرب)
ضرب داخلی (نقطه ای) برداری Dot product
زاویه بین دو بردار
خواص ضرب داخلی برداری
ضرب خارجی برداری cross product
خاصیت ضرب خارجی (برداری)
تغییر مقیاس برداری
پوشش یا Span برداری
ترکیب خطی بردارها
وابستگی خطی Linear Dependent
استقلال خطی Linear Independent
ترانهاده (Transpose) ماتریس
ماتریس های متقارن و پادمتقارن
ماتریس قطری یا Diagonal Matrix
دترمینان ماتریس یا determinant matrix
معکوس ماتریس یا inverse matrix
تبدیلات هندسی و مختصاتی روی ماتریس ها
بخش پنجم: بردارهای ویژه و مقادیر ویژه و کاهش ابعاد ماتریس ها
مقادیر ویژه و بردارهای ویژه ماتریس ها
معرفی تئوری کامل PCA و کاهش ابعاد
پیاده سازی PCA در پایتون
بخش ششم: فاکتورسازی ماتریس (matrix factorization)
معرفی تئوری کامل MF و تجزیه ماتریسی
پیاده سازی MF در پایتون
بخش هفتم: آموزش کتابخانه Numpy و Torch برای جبرخطی
آموزش کتابخانه Torch برای جبرخطی
آموزش کتابخانه Numpy برای جبرخطی
موارد مرتبط
نظرات
متوسط امتیازات
جزئیات امتیازات
برای ثبت نقد و بررسی وارد حساب کاربری خود شوید.
قیمت 190,000 تومان
دکترای مهندسی کامپیوتر (گرایش هوش مصنوعی و رباتیکز) هستم. عمده فعالیت من در حوزه یادگیری عمیق، علم داده، پردازش تصویر و پردازش متن با زبان های برنامه نویسی پایتون و جاوا است.

دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.