Mastering Final Cut Pro (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mastering-final-cut-pro

简介: 课程名称：掌握Final Cut Pro 概述： 本课程深入探索后期制作编辑的世界，让学生了解Apple的Final Cut Pro视频和音频编辑软件的关键功能。学员将学习如何利用转场和特效、标题和动态图形、色彩校正、360视频以及媒体管理等元素制作专业视频。该自学课程为学生通过Final Cut Pro X认证考试做好准备。学生可以按自己的节奏学习，必要时重温课程，并在经过认证的Apple培训师的指导下进行实践。 建议学员具备基本的macOS知识和视频术语理解，虽然不是必需的，但具备视频制作和工作流程的经验将是有益的。 本课程由LearnQuest与两位经验丰富的Apple认证培训师和编辑合作开发。 课程大纲： 1. **介绍、导入与整理**：学习如何导航Final Cut Pro X界面，导入媒体并组织编辑内容。 2. **视频编辑**：快速高效地编辑初步剪辑，并开始精炼剪辑。 3. **音频编辑**：创建简单混音、改善音频问题的效果以及添加配音。 4. **转场、特效与变换**：添加和操控转场，为片段添加实用和创意效果，并学习调整变换属性。 5. **标题与动态图形**：为项目添加动态标题，并了解FCPX的关联软件Motion。 6. **色彩校正**：学习如何读取视频波形，评估图像需求，并进行实用和创意的剪辑调整。 7. **媒体管理、导出与互操作性**：探索将项目从FCPX导出的不同方式，包括分享至社交媒体、导出主文件和与其他编辑者共享活动项目。 8. **360视频**：了解FCPX的360度视频功能，学习360视频的重要概念、时间线设置及独特的效果和转场。 该课程将有助于学员深入理解视频编辑的各个方面，掌握Final Cut Pro软件的使用技巧。

Mastering Geospatial Analysis with QGIS (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mastering-geospatial-analysis-with-qgis

简介: 课程名称：精通QGIS的地理空间分析 课程概述：《精通QGIS的地理空间分析》课程采用多学科方法，通过九个结构化模块涵盖地理空间分析及QGIS软件的基本要素。第一模块介绍QGIS，包括软件的安装、基础知识和界面探索（工具栏、面板及插件）。第二模块重点讲解在QGIS中处理地理空间数据的实用技能，包括下载shapefile、向量和光栅数据的样式设置，以及使用工具进行属性管理。 课程大纲： 1. **介绍QGIS**：本模块介绍QGIS（Quantum GIS）的基础知识，指导学习者完成QGIS 3.0的安装，并探索其特性和图形用户界面组件。 2. **与Shapefile一起工作**：学习者将获得处理地理空间数据的实用技能，涵盖shapefile的下载、向量和光栅数据的样式处理，以及使用字段计算器处理属性数据。 3. **探索地图**：本模块讲解QGIS中可用于地图呈现和样式的制图技巧和工具，探索坐标系统和投影，创建不同的专题地图，以及地图布局和数据集成分析工具。 4. **Topo图的地理参照与数字化**：学习者了解Topo图的地理参照和数字化技术，包括下载Topo图和设置变换参数，以及创建点、多线和多边形数据集的数字化技术。 5. **在线数据的地理参照与数字化**：探索使用QGIS数字化和地理参照来自OpenStreetMap和Google Earth图片的空间数据的高级技术。 6. **空间分析**：深入了解在QGIS中可用的高级空间分析技术，包括缓冲区分析、多距离缓冲区、叠加分析和网络分析等工具。 7. **要素类别分析**：学习者将学习获取和分类卫星数据的技能，包括使用最大似然算法的有监督分类和K均值聚类的无监督分类等方法。 8. **地形分析**：本模块研究使用QGIS的地形分析和表面建模技术，包括高程和坡度分析、阴影分析和流域分析等技术。 9. **世界可视化**：探索高级地理空间制图和应用开发的主题，包括提取建筑物轮廓、创建3D地图和开发网络及移动地图，以及与建筑信息建模（BIM）的集成。 此课程旨在使学习者具备运用QGIS进行复杂地理空间分析的能力。

Mastering Laravel Framework and PHP (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/laravel-framework-and-php

简介: 课程名称：精通Laravel框架与PHP 概述：本课程旨在为有志成为网页开发者和后端工程师的人士提供现代、安全的网页应用开发技能，使用最受欢迎的PHP框架Laravel。课程将从PHP基础知识入手，学习如何安装Laravel，以及PHP如何与HTML集成以支持服务器端脚本。通过实践课程，学员将掌握Laravel优雅的结构、路由系统及MVC架构，同时构建真实世界的应用程序。 课程大纲： 1. **PHP与Laravel简介** - 本模块是网页开发的基础，介绍PHP语言和Laravel框架。您将了解PHP的历史及其在网页开发中的作用，掌握基本到高级的语法、循环和函数。接着，转向Laravel，学习安装、环境设置和项目结构的理解。 2. **使用Laravel构建网页应用** - 深入Laravel网页开发的核心，从基本路由和控制器到中间件和身份验证等高级功能。本模块涵盖完整的MVC工作流程，包括处理请求、构建控制器、渲染视图和通过迁移及Eloquent ORM连接数据库。您还将掌握Blade模板系统，以创建动态、可维护的界面并实施健壮的身份验证系统。 3. **PHP与Laravel的集成** - 在此高级模块中，您将探索PHP与Laravel如何协同工作，构建强大、安全的网页应用。学习如何在Laravel中利用外部PHP库，实现CSRF保护、会话管理等重要安全措施，并验证用户输入以保护项目安全。您还将开发RESTful API，掌握端点创建、功能验证和错误处理。 4. **使用Laravel进行项目开发** - 在这个实践驱动的模块中，您将综合运用所有技能，设计、构建并管理完整的Laravel应用程序，应用高级功能如数据库关系、API集成和健壮的安全性。通过引导项目（例如任务管理系统或项目组合），您将学习如何组织代码、管理迁移和使用最新的Laravel版本进行部署。

Mastering Portfolio Analysis (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mastering-portfolio-analysis

简介: 课程名称：掌握投资组合分析 课程简介：投资组合分析是金融专业人士必备的技能，为评估投资、管理风险和做出明智决策奠定基础。本课程从投资组合分析的基本概念入手，为评估投资组合打下坚实基础。课程内容涵盖多种投资组合管理策略，深入探讨其不同的方法及在各种金融情境下的相关性。此外，课程还将在数据分析方面深入讲解，教授简单和高级定量指标的应用。

Mastering Programming with MATLAB (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/advanced-matlab-programming

简介: 课程名称：掌握 MATLAB 编程 课程概述：该课程建立在“MATLAB 编程入门”这一专项课程的基础上，涵盖了更高级的编程概念，如递归、向量化、函数句柄、算法效率等。同时，课程展示了许多使 MATLAB 成为工程和科学计算强大编程环境的功能，包括对面向对象编程的支持、新的用户界面设计环境以及实时脚本（Live Scripts）。完成该课程后，您将对更高级的计算机编程概念有所了解，能够编写更高效的代码，并能创建具有图形用户界面的面向对象的 MATLAB 应用程序。 课程大纲： 1. 介绍 2. 函数复习 3. 杂项 4. 如何编写高效代码？ 5. 面向对象编程 6. 应用程序 7. 最终项目

Mastering Remote Work and Online Study in U.S. in the post-COVID Era (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/e-learning

简介: 课程名称：掌握后COVID时代的美国远程工作与在线学习 课程概述：你准备好迎接因COVID引发的在线学习新范式吗？本课程旨在帮助非美国学生、第一代移民与外籍专业人士更好地理解并掌握美国的在线学习环境，以便在college和职业发展中获得成功。课程特别适用于当前世界高校教育和工作模式受到疫情影响的背景，帮助无法随意出国的国际学生和专业人士学会高效进行远程学习与工作。 在后COVID时代，了解美国大学和公司如何利用互联网组织学习与工作、开发和执行项目、沟通交流、协作及解决组织与技术问题，将是提升国际学生和外籍专业人士成功的重要因素。本课程将帮助你提升文化理解力，评估可能影响你在美国虚拟学习与工作环境中表现的技能差距。通过系统地审视在线工作所需的能力，识别并克服障碍，制定自我改进和成功计划，参与课程将使你在美国的远程学习和工作中变得更加成功。 该课程曾以iMOOC101和iMOOC102“掌握美国电子学习”的名义推出，并已更新以反映后COVID时代的新现实。我们鼓励你分享在适应远程教学、学习和工作新环境过程中的个人经历。 课程大纲： 1. **美国在线教育中的国际学习者**：探讨国际在线学习者和外籍专业人士在美国电子学习环境中面临的问题，并运用以能力为基础的方法克服障碍，获得成功。 2. **克服技术、语言和文化障碍**：关注技术、语言和文化三个关键障碍，帮助你熟悉在美国大学环境下所需的技术能力，掌握高效跨文化沟通所需的语言与文化能力。 3. **导航美国学术系统**：熟悉美国学术系统，尤其是在线环境中的沟通与文化，掌握必要的在线课堂技能。 4. **导航美国职业环境**：了解美国工作环境中的专业技能，包括自我管理、问题解决、创造力和自我导向学习，探讨伦理、领导力与团队合作如何影响职场成功。 5. **最终周：顶石项目与课程回顾**：提交顶石项目，识别在学习和工作环境中面临的障碍，制定改进计划，完成同行评审任务和课程反馈调查。 通过本课程，你将获得应对远程学习和工作的实用技能，助力你在美国的学术与职业成功。

Mastering SEO with Jasper: Ranking and Optimization (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mastering-seo-with-jasper-ranking-and-optimization-4

简介: 课程名称：掌握Jasper的SEO：排名与优化 课程概述：学习者将与讲师共同创作一篇高质量的、经过SEO优化的营养博客文章，利用Jasper AI的强大功能。通过这一项目，学习者将深入理解如何创建引人入胜且信息丰富的SEO优化、适合移动端的文章，从而吸引更广泛的受众，提升网站流量，实现在线营销目标。

Mastering Software Development in R Capstone (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/r-capstone

简介: 课程名称：掌握R软件开发（最终项目） 概述：本课程是R编程的最后项目，旨在综合应用在该专项课程中所学的技能，构建一个可用于处理NOAA重大地震数据集的软件包。 课程大纲： 1. **获取和清洗数据** 描述：本项目整体目标是整合您在本专项课程中所发展出的技能，构建一个可以用于处理NOAA重大地震数据集的软件包。 2. **构建几何图形** 描述：展示不同国家地震发生的时间、震中强度及其对人类生命的影响。 3. **构建叶子地图** 描述：展示并标注地震的震中位置。 4. **文档与打包** 描述：文档是编写软件时最重要且常被忽视的一步，您将在项目中确保充分重视这一环节。 5. **部署** 描述：真相时刻来临，是时候将您的软件包推送到GitHub上。 6. **最终评估** 描述：提交您的已部署软件包进行评估，并评估几位同学的作品。 通过本课程，学员将能够掌握使用R语言进行软件开发的核心技能，并能够在实践中应用这些技能。

Mastering Statics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mastering-statics

简介: 课程名称：掌握静力学 课程概述： 《掌握静力学》是力学领域中基础且重要的一门课程。在这门课程中，您将学习物体或结构在静态力作用下保持平衡的条件，即它们何时保持静止或以恒定速度移动。您还将学会如何计算反作用力以及结构内部所经历的力，从而能够为结构设计和尺寸规划打下基础，以确保结构的安全性和适用性。 本课程适合对多个工程学科感兴趣的学习者，包括土木工程、建筑学、机械工程和航空航天工程。此外，非工程学科的学习者也会发现本课程非常有用，例如关注挖掘现场稳定性的考古学家、对牙桥力学感兴趣的牙医，或是关注脊柱及髋关节或膝关节所受力的骨科医生。 课程内容主要通过轻板授课，Katafygiotis教授将使用彩色马克笔直接在板上书写和绘图，为您提供一次激动人心且互动的在线学习体验。 课程大纲： 1. **理解力和力矩**： 开始复习牛顿定律，介绍力和力矩的基本操作，并概述支配它们操作的向量代数。 2. **力的等效系统和静力平衡**： 研究作用于刚体上的力和偶的效果，并明确粒子、刚体及刚体组合的平衡条件。 3. **稳定性和静力确定性**： 讨论稳定性和静力确定性的重要概念，帮助学生理解常常在教材中未充分阐述的内容。 4. **桁架**： 介绍桁架的分析方法，包括节点法和截面法，以及用于分析桁架的计算机辅助方法。 5. **面积属性与惯性矩**： 学习如何使用几何属性（如面积和重心坐标）将分布载荷替换为等效集中载荷，并计算特定坐标轴的惯性矩。 6. **内部力图**： 重点分析框架和梁的内部力，并绘制轴向、剪切和弯矩图，使用工程师普遍采用的标记法。 7. **结构的静力分析**： 提供两个复杂框架的静力分析示例，学生能够应用前一模块所学，绘制复杂框架的内部力图。 通过课程的学习，您将能够掌握静力学的基本原理，为进一步的工程设计和分析奠定扎实的基础。

Mastering the Software Engineering Interview (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/cs-tech-interview

简介: 课程名称：掌握软件工程面试 概述：作为计算机科学专业的学生，您已经成为一名有能力的程序员，掌握了解决问题、编写算法和分析解决方案的技能，具备使用数据结构的工具。您可能已准备好进入实习或入门级软件工程职位，但能否成功获得面试机会，部分取决于您如何解决技术问题并在面试中沟通。这个课程旨在通过实践以及谷歌招聘和工程团队的支持，为您提供在多家科技公司面试成功的技巧、示例和练习机会。我们将帮助您组队练习，并提供求职建议及工作中成功的技巧。 大纲： 1. 欢迎及软件工程面试概述 - 本模块欢迎您加入我们的课程，重点介绍如何有效沟通您的技术能力。成功的求职面试需要您自信地表达解决复杂问题的能力。除了解决问题的能力，沟通技巧在工作中的重要性也不容忽视。 2. 现场编码：技术电话面试及其后 - 在这一模块中，您将练习编码技能，了解如何在技术电话面试中通过共享文档编写解决方案。我们将提供练习和技巧，帮助您轻松应对这一环节。 3. 阐述您所完成的工作 - 本周重点是如何讲述自己的项目经验和所遇到的技术问题及解决方案。我们将介绍STAR模型，并讨论有效的沟通技巧。您将制作一段视频展示自己的工作，并提交以便同行评审。 4. 临场算法思维 - 在最后一周，我们将再次考察现场解决问题的能力，学习如何解决更具挑战性的算法问题。我们将教授您一个六步法来应对技术问题，增强您的信心，并提供训练和自我评估的方法。 通过这些内容，课程旨在帮助学生提升技术沟通能力和解决复杂问题的技能，以便在求职和工作中取得成功。

Matemática Preuniversitaria (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/matematica-preuniversitaria

简介: 课程名称：预科数学 概述：数学在我们的日常生活中无处不在。例如，当我们购买手机时，可能会遇到不同商店的折扣选项。商店A提供5%的折扣和额外10%的总额折扣，而商店B则提供15%的折扣。这两家商店的折扣是否相同？通过分析这样的情境，我们可以应用数学来帮助我们做出更明智的投资和消费决策。 课程大纲： 1. **基本运算和性质**： 本周我们将学习运算的顺序、括号的使用以及如何有效地使用计算器，包括输入要计算的表达式和理解科学记数法下的结果。同时，我们还会学习指数及其性质。 2. **方程和不等式**： 本周我们将探讨方程和不等式的概念，使用符号语言，以及掌握在“移项”过程中所涉及的隐含规则，以解决方程和不等式。我们还将解方程组，并将所学知识应用于日常生活中的实际问题解决。 3. **多项式**： 本周的主题是多项式，我们将进行基本运算，识别常见错误，并分析因式分解的重要性，同时学习使用Ruffini法则。 4. **有理代数表达式**： 在课程的最后一周，我们将讨论直接和间接的比例关系；我们将构建表格、图形和公式，并接触到分数形式的代数表达式。我们将学习如何对其进行运算，化简到最简形式。 此次课程旨在通过实际应用，提高参与者的数学基础知识，使其在生活和学习中更加得心应手。

Matemáticas financieras (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/matematicas

简介: 课程名称：金融数学 概述：该课程介绍了货币及其价值随时间变化的关系。重点讨论简单利息、复利、年金、永续年金、摊销、现值和未来值等主题，这些都是财务管理员在进行投资或融资选项分析时必须运用的基本元素。 课程大纲： - **金融数学**：作为一门科学，数学在金融领域的应用具有重要价值。通过简单利息、单笔贴现、复利、复利贴现和年金等公式，帮助确定利息、金额和资本。同时，它也为评估货币的时间价值提供了支持，涉及未来值和现值的公式。在本课程中，我们将审查相关公式，并通过多个微案例的解决方案加强学习。 - **简单利息**：第一模块将讲解简单利息的概念、公式及其应用，并通过微案例和同伴活动来促进学习。简单利息适用于投资，比如在到期可兑现的银行投资工具上，以及在确定期限内以商定利率融资的例子。 - **单笔贴现**：第二模块将讨论单笔贴现的概念、公式及其应用。模块中也将提供微案例和同伴活动，以帮助理解。单笔贴现适用于投资，如折扣金融工具，以及融资，应用贴现率于信贷余额。 - **复利**：第三模块将审查复利及未来值，讲解概念、公式及其应用。同样提供微案例和同伴活动以促进学习。复利有助于投资决策，并且是最大化股东资本财务价值的工具。 - **复利贴现**：第四模块将探讨复利贴现及现值的概念、公式及其应用，包含微案例和同伴活动以帮助学习。现值是一种投资项目评估的方法，反映了货币的时间价值。 - **年金**：第五模块将讨论年金的概念、公式及其应用，通过编制包含到期付款、可变利率和宽限期的年金摊销表的练习，助力理解。如果我们在寻找融资或已经拥有融资，理解摊销表中的信息对于做出最佳融资决策至关重要。 通过这个课程，学员将掌握金融数学的基础与应用，为金融决策打下坚实的理论与实践基础。

Material Behavior (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/material-behavior

简介: 课程名称：材料行为 概述：您是否曾想过，为什么陶瓷硬而脆，而金属则倾向于具有延展性？一些材料为何能够导热或导电，而另一些则是绝缘体？为什么在铁中仅添加微量的碳，就能得到比基体金属强得多的合金？在本课程中，您将学习材料的性质是如何由材料的微观结构决定的，而微观结构又是由组成成分和材料经历的加工过程决定的。 本课程是Coursera上三个课程中的第一个，旨在与乔治亚理工学院工程专业本科生的材料科学导论课程相呼应。课程的目的在于帮助学生更好地理解周围世界中使用的工程材料。第一部分涵盖材料科学的基本概念，包括原子结构与结合、晶体结构、原子和微观缺陷，以及非晶态材料例如玻璃、橡胶和聚合物。 课程大纲： 1. **导言 [难度：简单 || 学生学习时间：1小时30分钟]** 介绍材料科学的核心原理，包括不同材料类型（如金属、陶瓷、聚合物等）及其相关属性；探索实验确定和量化材料性质的方法，以及材料工程师在简单应用中选择合适材料的思路；介绍微观结构-加工-性质关系的概念。 2. **原子结构与结合 [难度：简单 || 学生学习时间：2小时]** 讨论原子的结构及原子之间的相互作用，探讨这些相互作用如何影响材料性质。学习三种主要结合（金属结合、离子结合和共价结合）的区别，以及结合类型对材料微观结构的影响。 3. **晶体结构 [难度：中等 || 学生学习时间：2小时30分钟]** 讲解原子在晶体材料中的排列，晶体的基本“构建块”——布拉维格子，如何决定材料的一些物理属性；为后续讨论缺陷和扩散奠定理解基础。 4. **点缺陷与扩散 [难度：中等 || 学生学习时间：2小时30分钟]** 重点学习晶体材料的晶格结构如何决定材料的性质；探讨一维缺陷（如缺失原子的空位或过量原子的间隙溶质，以及在晶格点上的替代溶质）及其对材料性质的影响，讨论原子在晶体结构中的扩散。 5. **线性、平面和体积缺陷 [难度：中等 || 学生学习时间：2小时40分钟]** 介绍二维和三维的缺陷（如位错、晶界和析出物），并解释材料在微观层面如何容纳变形，以及缺陷的存在和性质如何影响材料强度。 6. **非晶态和半晶态材料 [难度：中等 || 学生学习时间：2小时30分钟]** 讨论不完全晶态的材料，如聚合物、橡胶和玻璃，学习非晶态如何影响这些材料的行为及其形成和性质的因素，包括无定形材料中的微观结构和缺陷，聚合物中的部分晶态，以及不同温度下材料的韧性和脆性行为的示范。

Material Processing (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/material-science-engineering

简介: 课程名称：材料加工 课程概述：你是否曾想过为什么陶瓷材料是坚硬而脆的，而金属则通常表现出延展性？某些材料为什么能够导热或导电，而其他材料则是绝缘体？为何向铁中添加少量碳就能形成强度大幅提升的合金？本课程将帮助你了解材料的特性是如何由材料的微观结构决定的，而微观结构又受材料成分和加工过程的影响。 该课程是Coursera上三门课程中的第二门，旨在与乔治亚理工学院大多数工程本科生学习的材料科学导论课程相呼应。课程目标是帮助学生更好地理解周围世界中使用的工程材料。第一部分涵盖材料科学的基本原理，包括原子结构与键合、晶体结构、原子及微观缺陷以及非晶态材料如玻璃、橡胶和聚合物等内容。 课程大纲： 第一部分：相图与相平衡 描述：本模块概述了与晶体材料加工相关的基本热力学和动力学知识。将重点介绍相图——用于描述材料在特定变量（如温度、压力和成分）条件下如何行为的图表。你将学习如何解释常见的和复杂的相图，并从中提取有用信息。 第二部分：结构转变的动力学 描述：如果热力学（在前面的模块中讨论）告诉我们材料希望如何变化，那么动力学则告诉我们这种转变是如何发生的以及发生的速度。本模块将从相变的驱动力开始讲解，涵盖析出物的成核与生长、固化和烧结等内容。最后，将有多个课程应用本课程所涵盖的知识来理解碳钢的特性。

Materials Data Sciences and Informatics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/material-informatics

简介: 课程名称：材料数据科学与信息学 课程概述：本课程旨在提供对材料信息学这一新兴学科的简要概述，该学科位于材料科学、计算科学和信息科学的交叉点。课程特别强调这一新领域在加速材料开发和应用方面提供的独特机遇。重点讨论具有多层次内部结构的材料以及建立可逆的工艺-结构-属性（PSP）联系所面临的挑战。课程中指出，现代数据科学（包括高级统计学、降维和元模型的构建）以及创新的网络基础设施工具（如集成平台、数据库和增强跨学科团队成员协作的定制工具）可能在解决上述挑战中发挥至关重要的作用。 课程大纲： 1. 欢迎：课程开始前需要了解的内容。 2. 加速材料开发与部署： - 学习历史上先进材料开发的范式，强调利用数据科学和信息学连接计算模拟与实验的重要性，以加快材料发现和开发的进程。 - 了解21世纪关键国家和国际加速材料发现与开发的倡议，以及它们如何预期带来新产品能力和上市时间的颠覆性转变。 3. 材料知识与材料数据科学： - 理解性质、结构与工艺空间。 - 学习工艺-结构-属性的联系。 - 了解材料知识的含义。 - 探讨数据科学在材料知识系统中的作用。 - 综述数据科学的主要方法和组成部分。 - 学习新学科——材料数据科学。 4. 材料知识改进周期： - 学习材料结构及其数字表示。 - 学习如何计算二点统计。 - 应用主成分分析进行降维。 - 理解均匀化和局部化概念。 5. 均匀化案例研究：成分的塑性特性： - 本模块基于二维相复合材料的案例展示均匀化问题。 6. 材料创新网络基础设施与集成工作流程： - 学习材料创新系统和网络基础设施。 - 回顾材料数据库、电子协作平台和代码库。 - 理解为何需要集成工作流程。 - 定义元数据、结构化数据与非结构化数据。 - 了解可用的电子协作服务。

Materials in Oral Health (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/materials-oral-health

简介: 课程名称：口腔健康中的材料 课程概述： 随着口腔生物材料开发的不断进步，越来越多的人开始使用这些材料，体验到它们在恢复和改善口腔健康方面的益处，从而拥有更愉悦的生活方式。生物材料如钛（Ti）、锆石（ZrO2）以及各种聚合物材料因其独特性质，成为口腔健康领域的首选材料，包括牙种植、口腔和颌面外科手术，甚至再生医学。目前，口腔生物材料研究是一个激动人心且密集的多学科领域，涉及牙科、生命科学、化学、物理学、材料科学和工程等多个专业的贡献。 “口腔健康中的材料”是一门为期四周的免费课程，面向所有有兴趣的学习者。在本课程中，您将了解生物材料（包括钛及其合金、锆石及其他合金、陶瓷和现代复合材料）的特殊性质和益处。您将深入了解这些生物材料在牙科不同方面的实际应用及临床意义，意识到现代牙科是如何将合成材料与活体牙齿和骨骼组织相统一。您还将接触数字牙科的关键角色，并学习CAD/CAM技术在冠制作、3D打印和数字正畸中的应用。最后，课程将介绍用于测试生物材料重要机械性能的程序和测试方法。 我们诚挚邀请希望在未来的牙科材料和口腔健康发展中有所作为的您，加入我们为期四周的“口腔健康中的材料”学习之旅。完成课程后，您可以获得课程证书以示认可。更多详情请访问：https://learner.coursera.help/hc/en-us/articles/208280196 课程大纲： - 钛和陶瓷 - 现代复合材料和水泥 - 数字牙科 - 实验室测试

Materials Science: 10 Things Every Engineer Should Know (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/materials-science

简介: 课程名称：材料科学：每位工程师应知的10件事 课程概述：本课程探索“10件事”，涵盖工程师在其专业中可用的材料种类，以及这些材料在各个工程领域使用的重要机械和电气特性。课程还讨论了这些材料制造背后的原理。 学习目标： * 识别现代工程应用中使用的材料的重要方面。 * 解释材料科学的基本原理：“结构导致特性”。 * 确定热激活过程在这些重要“事物”中的作用，并通过阿伦尼乌斯关系加以说明。 * 将这些主题与您生活和工作中出现（或可能出现）的问题联系起来。 深入学习：如需更深入的学习，可购买J.F. Shackelford的教材：《工程师的材料科学导论》（第八版），Pearson Prentice-Hall出版社，2015年。 课程大纲： 1. 课程概述/材料菜单/点缺陷解释固态扩散：学习六种工程材料的分类，讨论材料结构与特性之间的关系，并分析点缺陷如何解释固态扩散及其在晶体中的应用。 2. 位错解释塑性变形/应力与应变 - “四大”机械性质：探讨位错如何解释材料的塑性变形，以及应力与应变之间的比较，介绍弹性、屈服强度、抗拉强度和延展性等四大机械性质。 3. 螺纹变形/韧脆转变：探索螺纹变形，分析螺纹曲线，研究韧脆转变与特定晶体结构（体心立方结构）的关系。 4. 断裂韧性/疲劳：审视临界缺陷的概念，定义断裂韧性并讨论如何以良好和不良的方式导致物体破坏，分析工程材料中的疲劳现象。 5. 快速与缓慢制造/半导体的简史：分析如何实现快速与缓慢制造，探讨铅锡相图的实际应用及其在快速制造中的比较，讨论半导体材料在现代电子产业中的作用及其内在和外在行为。 通过本课程，您将全面了解材料科学的基本概念，为您的工程实践打下坚实的基础。

Math behind Moneyball (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mathematics-sport

简介: 课程名称：金钱球背后的数学 课程概述：学习如何运用概率、数学和统计学帮助棒球、足球和篮球队提升球员和阵容选择以及比赛策略。 课程大纲： 1. **课程介绍** 课程开始前的说明。 2. **模块1：赢输记录预测** 学习如何根据进球数预测球队的赢输记录，介绍多元回归以及其在棒球打击评价中的应用。同时讨论Excel中的数据表、VLOOKUP、MATCH和INDEX函数。 3. **模块2：Excel技能培训** 学习重要的Excel工具，包括范围名称、数据表、条件格式、数据透视表和COUNTIFS、SUMIFS、AVERAGEIFS系列函数。 4. **模块3：蒙特卡罗模拟** 学习蒙特卡罗模拟及其在评估棒球队进攻及著名的DEFLATEGATE争议中的应用。 5. **模块4：棒球场上决策评价** 学习如何评价棒球守备、投手以及比赛中的决策。讨论WAR（替代胜利数）和球场因素的数学原理。 6. **模块5：NFL团队分析** 了解随机变量的基本概念，学习如何用回归分析NFL球队获胜的因素，解析NFL四分卫评分系统，并探讨“热手”理论的神话。使用Excel文本函数及每次进攻期望分数分析足球队的进攻效果。 7. **模块6：博弈论与策略** 学习双人零和博弈论在足球和足球点球策略中的应用，分析NBA射击以及胜利因素的四个概念。 8. **模块7：篮球高级概念** 学习调整后的正负值、ESPN的RPM、SportVu数据，以及NBA比赛中的决策制定。 9. **模块8：体育团队评级与投注** 学习如何利用比赛结果评级体育团队并设定点差，模拟NCAA篮球锦标赛。 10. **模块9：NASCAR与博彩概念** 学习如何评级NASCAR车手，并介绍如Money line、Props Bets等体育博彩概念及博彩系统的评估。 11. **模块10：体育博彩优化** 学习如何利用凯利增长优化体育博彩、均值回归解释博彩错失，并优化每日幻想体育阵容，以及高尔夫分析的讨论。 12. **期末考试** 期末考试包含10个问题，需下载并在考前打开Excel文件，答对6题以上即可通过。

Math for AI beginner part 1 Linear Algebra (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/math-for-ai-beginner-part-1-linear-algebra

简介: 课程名称：人工智能初学者数学第一部分：线性代数 课程概述：本课程旨在介绍与线性代数相关的人工智能概念，如机器学习、深度学习和支持向量机。学习者将掌握如何运用线性代数来理解人工智能算法。完成本课程后，学员将能够理解人工智能算法及其在人工智能应用中所需的线性代数基础知识。 课程大纲： 1. 人工智能简介 - 描述：介绍人工智能的基本概念和应用领域。 2. 线性代数简介 - 描述：讲述线性代数的基本原理和重要性。 3. 低运算和线性组合 - 描述：学习低维运算及如何进行线性组合。 4. 线性无关性与逆矩阵 - 描述：理解线性无关的概念及逆矩阵的计算与应用。 5. 方阵的行列式与特征值问题 - 描述：探索行列式的性质及如何解决特征值相关的问题。 6. 对角化问题与人工智能应用 - 描述：学习矩阵对角化的过程及其在人工智能中的实际应用。 该课程为希望进入人工智能领域的初学者提供了扎实的线性代数基础，帮助他们在未来的学习和职业发展中更好地理解和应用AI算法。

Math for MBA and GMAT Prep (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/math-mba-gmat-prep

简介: 课程名称：MBA与GMAT备考数学 课程概述：本课程旨在为参与者提供在商业场景中应用统计学的基本理解。许多考虑攻读MBA项目的学生来自数学和统计学培训相对有限的背景，这使得他们在申请或入学时处于劣势。本课程将为您提供理解商业统计计算的工具，帮助您掌握Excel中包含的公式，并在多种商业环境和情境中应用这些公式。 课程大纲： 1. 介绍 - 描述：认识您的教授Thomas Smith，并自我介绍。 2. 描述性统计 - 描述：本模块涵盖均值、中位数、众数、标准差和基础统计概念。 3. 数据与数据可视化：Excel工具与技术 - 描述：本模块介绍用于数据可视化的Excel工具和技术。 4. 方程与方程求逆（代数复习） - 描述：本模块帮助您复习代数技能及相关方程。 5. 常见商业概念 - 描述：本模块涵盖常见商业概念及其在商业环境中的数学应用。 6. 商业背景下的微积分与边际分析 - 描述：本模块将提供微积分和边际分析的概述。 7. 回归分析 - 描述：本模块将提供回归与系数的概述。 通过本课程，您将能够建立必要的数学基础，以支持您在MBA学习中的成功。

Mathematical Biostatistics Boot Camp 1 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/biostatistics

简介: 课程名称：数学生物统计入门营 1 课程概述：本课程介绍在初级数据分析中使用的基本概率和统计概念。课程将以入门级别教授，适合拥有大三或大四数学背景的学生，具有微积分的基本知识。虽然线性代数和编程的知识在课程中是有益的，但并不是必需的。 课程大纲： 1. **介绍、概率、期望值和随机向量** 描述：您将深入探讨数学生物统计的世界。在接下来的几周中，您将学习概率、期望、条件概率、分布、置信区间、自助法、二项比例等内容。模块1涵盖实验、概率、变量、质量函数、密度函数、累积分布函数、期望、变异和向量等主题。 2. **条件概率、贝叶斯法则、似然性、分布和渐近理论** 描述：本模块涵盖条件概率、贝叶斯法则、似然性、分布及渐近理论。这些是数学生物统计和统计学中的基本核心概念。完成本模块后，您应能够识别并理解这些关键概念。 3. **置信区间、自助法和绘图** 描述：本模块探讨置信区间、自助法和绘图等内容。它们是数学生物统计和统计学中的核心概念。完成本模块后，您应能够识别并掌握这些重要概念。 4. **二项比例和对数** 描述：本模块涵盖二项比例和对数。这些是数学生物统计和统计学中的核心概念。完成本模块后，您应能够识别并掌握这些关键概念。 通过本课程，学生将获得重要的数学和统计工具，增强在生物统计领域的分析能力。

Mathematical Biostatistics Boot Camp 2 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/biostatistics-2

简介: 课程名称：数学生物统计训练营 2 概述：学习数据分析和统计推断的基本概念，重点研究一组和两组独立样本。 课程大纲： **第一部分：假设检验** 在这个模块中，将介绍假设检验，这是统计学的核心概念。我们将讨论基本的一组和两组设置下的假设检验，以及检验的功效。观看视频和完成作业后，请尝试做个测验。 **第二部分：两个二项分布** 本模块将讨论一些分析两个二项分布的方法，包括赔率比、相对风险和风险差异。主要关注置信区间的讨论，并将开发用于创建这些置信区间的增量法。 **第三部分：离散数据设置** 在此模块中，我们将讨论离散数据设置中的检验方法。这包括著名的费舍尔精确检验以及针对列联表数据的多种检验形式。您将学习一种广泛适用的“观察值减去预期值的平方除以预期值”的公式。 **第四部分：技术** 本模块包含一些重要技术的综合。包括离散配对数据的方法以及一些经典的非参数方法。 该课程旨在帮助您掌握生物统计的基本技能，以便在实际数据分析中应用所学知识。

Mathematical Foundations for Cryptography (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mathematical-foundations-cryptography

简介: 课程名称：密码学的数学基础 概述：欢迎参加应用密码学入门课程的第二部分。在本课程中，您将学习构成密码学和密码分析方法基础的基本数学原理和函数。这些原理和函数将有助于理解第三和第四课程中探讨的对称和非对称密码学方法。如果您对网络安全领域较为陌生，这些主题对您尤为重要。建议您具备计算机科学的基本知识以及代数和概率等基本数学技能。 大纲： 1. **整数基础**：本模块在密码学基础的基础上，聚焦包括素数的使用、模算术、理解乘法逆元和扩展欧几里得算法等数学基础。完成此模块后，您将能够理解一些密码算法中所需的基本数学要求，并具备一些应用的实际知识。 2. **模幂运算**：深入了解模幂运算对理解密码学数学至关重要。本模块将涵盖平方乘法法、欧拉定理及其函数，并演示离散对数的使用。完成此模块后，您将理解密码算法的基本数学要求，并具备相关应用的知识。 3. **中国剩余定理**：本模块在先前的数学基础上，探讨整数的转换和中国剩余定理解表达式，以及这些表达式的能力和局限性。完成此模块后，您将理解中国剩余定理的概念及其在密码学中的应用。 4. **素性测试**：最后，我们将以试除法、费马定理和米勒-拉宾算法的模块结束本课程。完成此模块后，您将理解如何测试一个或多个对于素数值成立的等式，以及如何检查这些等式是否适用于我们想要测试的素性数。 通过以上模块的学习，您将掌握密码学的必备数学基础，为深入理解密码学的实际应用打下坚实的基础。

Mathematical Thinking in Computer Science (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/what-is-a-proof

简介: 课程名称：计算机科学中的数学思维 课程概述：数学思维在计算机科学的各个领域中至关重要，包括算法、生物信息学、计算机图形学、数据科学、机器学习等。在本课程中，我们将学习离散数学中使用的最重要工具：归纳法、递归、逻辑、不变性、示例和最优性。我们将运用这些工具回答典型的编程问题，例如：我们如何确认解决方案的存在？我如何确保我的程序计算出最佳答案？这些对象是否满足给定的要求？ 本在线课程采取“先尝试再解释一切”的方法：你将解决许多互动性（且适用于移动设备）的谜题，这些谜题经过精心设计，允许你自行发明许多重要的思想和概念。 课程前提： 1. 只需具备基础数学知识（例如，了解什么是平方数或如何加分数）、常识和好奇心。 2. 需要具备基础编程知识，因为部分测验需要使用Python编程。 课程大纲： 1. **有说服力的论证**：探讨什么使某些论证具备说服力，如何树立无可置疑的论点，以及数学思维如何助力这一过程。通过实例学习理解和发现证明的方式，享受其中的乐趣。 2. **如何寻找示例？**：讨论如何确保满足某些要求的对象存在，以及如何通过合理推理缩小搜索空间。在这一模块中，我们将学习各种技巧来展示对象的存在性和最优性，并实践解决互动谜题。 3. **递归与归纳**：探索定义对象、证明概念和实现程序的两种强大方法——递归和归纳。这两种方法在离散数学和计算机科学中被广泛使用，重要性在于能够将复杂问题分解为更小的问题。 4. **逻辑**：学习数学逻辑的基础知识，理解其在创建有说服力论证过程中的重要作用。通过练习逻辑的微妙之处，提高编写可读且精确代码的能力。 5. **不变性**：学习“不变性”的概念，即在一个过程中保持不变的属性。能找到合适的不变性是分析算法和程序行为的重要技能。 6. **解决15拼图**：通过著名的15拼图游戏，探索其可解性的数学原理，并了解偶置换和奇置换的基本性质，从而实现解决任何拼图配置的程序。 本课程旨在通过实践与知识的结合，培养学员的数学思维能力，使其在计算机科学的各个方面受益。

Mathematics for Computer Science (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mathematics-for-computer-science

简介: 课程名称：计算机科学中的数学 课程概述：欢迎来到《数值数学导论》。本课程旨在提供计算机科学所需的一部分数学基础，涵盖从商业到视觉数字艺术、音乐、游戏等各个领域。在问题解决和建模的各个阶段，您都需要数值和计算工具。我们将从二进制和其他数字系统入手，介绍一些工具，让您理解数字序列、空间的数值表示（使用坐标）、以及通过函数及其图形研究量的变化。我们准备了一些与计算和日常生活相关的问题，供您使用这些工具进行解决，从发送秘密信息到设计计算机图形。如果您希望进一步学习，可以加入计算机科学本科学位课程，完成完整的“数值数学”模块。享受学习吧！ 课程大纲： 1. 数字系统 - 二进制 - 本周内容：介绍数位值和数字系统的关键概念，学习二进制的操作方法。 2. 数字系统 - 其他进制 - 本周内容：扩展数位值和数字系统到八进制、十六进制及其他进制，介绍十六进制在计算机科学中的重要性。 3. 模运算 - 本周内容：涵盖同余的关键概念及其应用，介绍在计算机科学中模运算的重要性。 4. 数列 - 本周内容：重点学习数字序列，详细研究特定类型的数列——数列的算术和几何进展。 5. 数列的和 - 本周内容：在数列的基础上，研究数列的和，特别是来自算术和几何进展的和的表达形式，学习使用求和符号的紧凑形式表示。 6. 图形素描与运动学导论 - 本周内容：重点学习坐标系统、函数及其图形表示，研究运动建模的实例。

Mathematics for Engineers: The Capstone Course (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mathematics-engineers-capstone

简介: 课程名称：工程师的数学：顶点课程 课程概述： 《工程师的数学：顶点课程》为完成工程师数学专业化的学生提供了一个顶点项目。学生将首先学习一些基本的计算流体动力学概念，然后应用这些概念计算绕圆柱体的流体流动。所有注册的学生均可访问在线MATLAB及MATLAB评分工具。在注册之前，学生应已完成矩阵代数、微分方程、向量微积分和数值方法课程，并能够进行MATLAB编程。 本课程包括22个简短的视频讲座和一整套讲义。每节课后都有解题任务，并在第二和第三周末有相当量的MATLAB编程作业。 下载讲义链接： http://www.math.ust.hk/~machas/flow-around-a-cylinder.pdf 观看宣传视频： https://youtu.be/FlM1de9Sxh0 课程大纲： 1. **控制方程（Governing Equations）**： 学习圆柱体周围流动的控制方程，讨论纳维-斯托克斯方程和连续性方程，推导出流函数和标量涡度的耦合方程。对这些方程进行无量纲化，使其包含一个称为雷诺数的无量纲参数，并使用对数极坐标简化无量纲控制方程。 2. **稳态流动（Steady Flows）**： 制定圆柱体周围稳态流动的计算流体动力学问题，介绍有限差分法并推导迭代方程。推导边界条件，讨论MATLAB程序的框架。学生将编写MATLAB代码以计算雷诺数为10时的流函数。 3. **非稳态流动（Unsteady Flows）**： 制定圆柱体周围非稳态流动的计算流体动力学问题，引入极角的周期边界条件，并展示如何使用矩阵方法求解流函数。演示如何使用MATLAB ODE积分器来求解标量涡度。学生将编写MATLAB代码以计算雷诺数为60时的时变标量涡度。 该课程适合希望将数学知识应用于工程领域的学生，通过实际项目加深对流体动力学的理解与实践能力。

Mathematics for Machine Learning: Linear Algebra (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/linear-algebra-machine-learning

简介: 课程名称：机器学习的数学：线性代数 概述：本课程专注于线性代数，探讨其与向量和矩阵的关系。我们将学习向量和矩阵的概念及其操作，包括特征值和特征向量的复杂问题，以及如何利用这些知识解决实际问题。课程中，我们还将通过代码实现一些有趣的数据集应用，例如如何旋转人脸图像、提取特征向量，并了解PageRank算法的工作原理。课程后期会涉及短小的Python代码块和Jupyter笔记本，即使是没有编码经验的学员也能够轻松跟上。 通过本课程，您将对向量和矩阵有直观的理解，从而帮助您更好地解决线性代数问题，并将这些概念应用于机器学习领域。 课程大纲： 1. **线性代数与机器学习简介**：介绍线性代数在机器学习和数据科学中的相关性，重点发展数学直觉，不进行复杂的公式计算。 2. **向量作为空间中的物体**：学习向量的操作，如大小、夹角及向量投影，探讨基向量是否线性独立。 3. **矩阵在线性代数中的应用**：了解如何使用矩阵作为解决线性代数问题的工具，解决线性方程组，并讨论逆矩阵和行列式的直观理解。 4. **矩阵实现线性映射**：编写矩阵乘法和操作的代码，探讨如何通过矩阵在不同基下转化向量，并实现图像反射等应用。 5. **特征值和特征向量及其在数据问题中的应用**：学习特征向量和特征值的概念，应用于PageRank算法，并通过代码实现相关操作。 通过学习本课程，学员将掌握线性代数的基本概念，为进一步的机器学习应用打下坚实的基础。

Mathematics for Machine Learning: Multivariate Calculus (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/multivariate-calculus-machine-learning

简介: 课程名称：机器学习的数学：多变量微积分 课程概述：本课程简要介绍了构建许多常见机器学习技术所需的多变量微积分。我们从基本概念开始，复习“升/跑”公式，并将其转化为函数梯度的正式定义。接着，构建一套工具，使微积分的计算更为简便和快速。我们学习如何计算指向多维曲面上坡的向量，并通过互动游戏实践这一概念。课程还探讨了如何利用微积分构建函数的近似值，并量化这些近似值的准确性。此外，我们还讨论微积分在神经网络训练中的应用，最后展示其在线性回归模型中的应用。课程旨在提供直观的微积分理解及必要的语言，使学员在遇到困难时能够自主查找相关概念，希望学员在不过多深入细节的情况下，能够自信地进入更集中于机器学习的后续课程。 课程大纲： 1. 什么是微积分？ 理解微积分是理解机器学习的关键。微积分是一套分析函数及其输入之间关系的工具。课程从基础开始，回顾函数的定义以及图形绘制中的斜率的概念，随后推导出导数的严谨定义，并通过实例发展出几条节省时间的导数规则。 2. 多变量微积分 在前一模块的基础上扩展微积分工具，处理多变量系统，分析多个输入的函数对结果的影响，并介绍存储多变量微积分分析结果的线性代数结构。 3. 多变量链式法则及其应用 学习多变量链式法则在神经网络中的应用，神经网络受到生物大脑的启发，由一系列互联的神经元构成。每个神经元的行为受一组控制参数影响，这些参数需要优化以更好地拟合数据，链式法则用于计算这些参数的影响。 4. 泰勒级数与线性化 泰勒级数是一种将函数重新表示为多项式级数的方法，它解释了使用简单线性近似复杂函数的原理。课程推导了一元泰勒级数的正式表达，并讨论其在机器学习中的重要后果，随后探讨多变量情况下的雅可比矩阵和海森矩阵。 5. 优化简介 利用多变量微积分寻找函数的极小值和极大值以优化参数。首先处理一维情况，使用梯度估算函数零点，再扩展到多维，通过求解雅可比矩阵的梯度向量来找到极值。 6. 回归 为了优化拟合函数的参数，需要定义拟合的好坏。我们首先将卡方应用于直线拟合——线性回归，接着利用梯度下降法在一般情况下优化拟合函数，最后学习如何用简洁的Python代码实现这一过程，课程至此结束。

Mathematics for Machine Learning: PCA (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/pca-machine-learning

简介: 课程名称：机器学习的数学基础：主成分分析（PCA） 概述：本课程为中级水平，介绍了推导主成分分析（PCA）的数学基础，PCA是一种重要的降维技术。我们将讨论数据集的一些基本统计量，如均值和方差，以及使用内积计算向量之间的距离和角度，并推导数据在低维子空间上的正交投影。通过这些工具，我们将推导出PCA作为一种最小化数据点与其重构之间平均平方重构误差的方法。完成课程后，学员将熟悉重要的数学概念，并能独立实现PCA。如果您遇到困难，课程提供了一系列Jupyter笔记本，将帮助您探讨技术属性并指导您完成学习。如果您已经是专家，本课程也将为您复习一些知识。 课程内容要求： 1. 具备一定的抽象思维能力 2. 良好的线性代数背景（例如矩阵和向量代数、线性独立性、基） 3. 基本的多变量微积分知识（例如偏导数、基础优化） 4. 基本的Python编程和numpy知识 免责声明：本课程的抽象性和编程要求相对较高，尤其比本系列的其他两门课程更加困难。然而，这种抽象思维、代数运算和编程技能是理解和开发机器学习算法所必需的。 课程大纲： 1. 数据集统计：介绍如何使用基本统计量（如均值和方差）总结数据集（例如图像），并提供数学直觉和计算实践。 2. 内积：数据可视为向量，通过内积，我们可以讨论向量空间中的几何概念，如长度、距离和角度，帮助理解PCA。 3. 正交投影：将高维向量正交投影到低维子空间，理解这个几何过程对后续推导PCA的重要性。 4. 主成分分析：最终将结合前三部分的内容，从几何角度推导出PCA，完成显式推导和编程练习，使学员熟练掌握PCA的使用。 通过本课程，学员将获得扎实的数学基础和实践能力，更好地理解和应用机器学习中的降维技术。

Matlab and Simulink Basics (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/matlab-and-simulink-basics

简介: 课程名称：Matlab和Simulink基础 课程概述：Matlab和Simulink基础是一门精心设计的课程，旨在为学习者提供Matlab编程环境和Simulink建模能力的全面介绍。该课程适合那些希望增强在工程、科学和研究领域使用这些重要工具技能的个人。从基础概念入手，逐步深入到实际应用，参与者将踏上完善数据操控、设计模型能力的旅程。 课程大纲： 1. **Matlab入门**： - 描述：本模块介绍Matlab的基础知识，包括界面、基本操作、编程基本概念、中级特性（如数据类型和结构）、函数与脚本、控制流、逻辑操作，以及数据可视化和分析技术。 2. **高级Matlab编程**： - 描述：该模块侧重于高级Matlab编程技巧，包括处理复杂数据结构、科学计算以及高效代码编写和优化的最佳实践。 3. **Simulink入门**： - 描述：本模块提供Simulink的介绍，这是一个用于建模、模拟和分析多领域动态系统的图形化编程环境。 4. **Matlab和Simulink的集成**： - 描述：本模块集中于将Matlab和Simulink结合应用于实际项目，以及一个期末项目的进行。 通过本课程，参与者将能够掌握Matlab和Simulink的基本操作，提升在工程和科研中的实际应用能力。

MATLAB을 사용한 프로그래밍 소개 (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/matlab-ko

简介: 课程名称：MATLAB编程入门 概述：本课程旨在为几乎没有或完全没有编程经验的人提供计算机编程的基础知识。课程使用MATLAB编程系统和语言，因其易学性、强大功能以及对工程师和其他专业人士的广泛应用而受到青睐。MATLAB是一种专门的编程语言，非常适合编写中等规模的数字操作相关问题的程序。尽管问题可能相对复杂，但使用MATLAB编写程序则相对简单。这使得MATLAB在自然科学、工程和金融等各个领域中得到广泛应用，并成为当今就业市场上必不可少的技能之一。 然而，这门课程并不是MATLAB的教程，而是通过MATLAB讲解计算机科学和编程的基本概念的入门课程。成功完成课程的学生将熟悉计算机科学的基本概念，理解编程的一般概念，并获得扎实的MATLAB使用基础。 课程期间，学生将免费获得MATLAB Online许可证。同时，建议学生参考课程的基础电子书，更多资源信息请查看右侧资源菜单。 课程大纲： 1. 课程页面 2. MATLAB环境：学习如何开始使用MATLAB，熟悉用户界面以及如何将MATLAB用作高级计算器，了解语法和含义，以及如何获取帮助，最后学习如何生成图形。 3. 矩阵与运算符：MATLAB的基本单位是矩阵，学习如何操作矩阵以及使用运算符进行矩阵的加减乘除等操作。 4. 函数：了解如何使用函数将复杂问题分解成更小、更易管理的部分，并创建可重用的软组件。 5. 程序员工具箱：探索MATLAB的内置函数，学习多态性及随机数生成器的应用，掌握如何键盘输入、打印和绘图，以及使用调试器查找错误。 6. 选择：学习如何通过if语句进行选择，以及如何使用关系运算符和逻辑运算符创建健壮的程序。 7. 循环：掌握MATLAB中的for和while循环结构，了解如何利用break语句和嵌套循环。 8. 数据类型：研究MATLAB支持的多种数据类型，包括数字、字符串和结构体等。 9. 文件输入/输出：学习如何使用MATLAB读取和写入各种类型的文件，包括MAT文件、Excel文件、文本文件和二进制文件。 通过该课程，学员将掌握MATLAB的基础知识，为进一步的学习和应用打下坚实的基础。

Matrix Algebra for Engineers (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/matrix-algebra-engineers

简介: 课程名称：工程师的矩阵代数 课程概述：本课程专注于矩阵，简明扼要地覆盖了工程师应掌握的线性代数知识。课程数学内容相当于高级中学的水平，通常建议在完成大学水平的单变量微积分课程后再参加本课程。尽管本课程中没有微分或积分的内容，但学生应具备足够的数学成熟度。任何想学习矩阵代数基础的人都可以参加。 课程包含38个简短的讲座视频，每个讲座后有一些问题需要解决。在每个重要主题之后还有一个短小的练习测验。问题和练习测验的答案可以在教师提供的讲义中找到。课程为期四周，每周结束时需要完成一次测验。 可以下载讲义： [点击这里下载](http://www.math.ust.hk/~machas/matrix-algebra-for-engineers.pdf) 观看宣传视频： [点击观看](https://youtu.be/IZcyZHomFQc) 教学大纲： 1. 矩阵 描述：矩阵是按行和列排列的数字、符号或表达式的矩形数组。我们定义矩阵并展示如何进行加法和乘法，定义一些特殊矩阵（如单位矩阵和零矩阵），学习矩阵的转置和逆，并讨论正交矩阵和置换矩阵。 2. 线性方程组 描述：线性方程组可以用矩阵形式表示，并通过高斯消元法求解。我们学习如何将矩阵转化为简化行阶梯形，进而计算矩阵的逆。我们还学习矩阵的LU分解，以及如何利用这一分解有效解决具有不同右侧的线性方程组。 3. 向量空间 描述：向量空间是由一组向量和一组标量构成的集合，满足向量加法和标量乘法的封闭性，并符合常规的算术规则。我们将学习线性代数中的一些词汇和短语，如线性无关、生成、基和维数。我们学习矩阵的四个基本子空间、Gram-Schmidt过程、正交投影，以及如何通过矩阵形式解决具有噪声数据的最小二乘问题。 4. 特征值和特征向量 描述：矩阵的特征向量是一个非零的列向量，当与矩阵相乘时，仅被一个标量（称为特征值）所乘。我们学习特征值问题，及如何利用行列式计算矩阵的特征值。我们将学习如何使用Laplace展开、Leibniz公式及行或列消元法计算行列式。我们还将学习如何利用特征值和特征向量对矩阵进行对角化，以及如何利用这一特性轻松计算矩阵的幂。

Matrix Factorization and Advanced Techniques (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/matrix-factorization

简介: 课程名称：矩阵分解与高级技术 课程概述：本课程将教授各种矩阵分解和混合机器学习技术，以构建推荐系统。课程从基础的矩阵分解开始，让学员理解构建推荐系统的直观思路和实践细节，旨在通过降低用户-产品偏好空间的维度来优化推荐效果。接着，将学习结合不同算法优势的混合推荐技术，构建更强大的推荐系统。 课程大纲： 1. 前言：介绍课程内容与学习目标。 2. 矩阵分解（第一部分）：这是一个为期两周的模块，集中讲解矩阵分解推荐技术，包括作业和测验（均在第二周截止），以及荣誉作业（同样在第二周截止）。请合理安排学习进度，第一周就应开始作业，以便在两周内完成。 3. 矩阵分解（第二部分）：继续深入学习矩阵分解技术。 4. 混合推荐系统：这是一个为期两周的三部分模块，介绍混合和机器学习推荐算法及高级推荐技术，包括测验（在第二周截止）和荣誉作业。学习进度同样需要合理安排，以便在两周内完成荣誉轨道。 5. 高级机器学习：探讨更复杂的机器学习方法。 6. 高级主题：涵盖推荐系统领域的前沿主题。 本课程适合希望深入了解推荐系统构建的学员，特别是对实现高效的算法有兴趣的学习者。

Matrix Methods (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/matrix-methods

简介: 课程名称：矩阵方法 课程概述：数学矩阵方法是机器学习和表格数据分析大多数方法的基础。您将学习矩阵方法的基础知识，包括矩阵之间的乘法、线性方程的求解、正交性和最佳最小二乘逼近。课程中还将探讨奇异值分解（Singular Value Decomposition），这在降维、主成分分析（Principal Component Analysis）和降噪中起着重要作用。课程提供可选的Python示例，以帮助学习者理解概念并实验算法。 课程大纲： 1. 矩阵作为数学对象 2. 矩阵乘法及其他操作 3. 线性方程组 4. 线性最小二乘法 5. 奇异值分解 此课程适合希望深入了解矩阵在数据分析和机器学习中的应用的学习者。

MBA Essentials (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mba-essentials

简介: 课程名称：MBA Essentials 概述：通过全面的MBA Essentials课程，踏上商业世界的变革之旅。该课程由一批富有活力的讲师授课，每位讲师都有独特的教学风格，提供多角度的商业管理视角。在21世纪，企业需要能够解读数据和信息以制定战略前瞻性的人才。本课程是那些渴望提升职业生涯人士的基础基石。 课程大纲： 1. **第一周：商业模型、全球商业与供应链以及全球经济** - 简介和欢迎词，接着深入探讨课程的第一个主题：商业模型、全球经济和全球商业与供应链。 2. **第二模块：三重底线：会计与分析、可持续发展目标(SDGs)及数字创新** - 本模块将帮助您了解会计与分析、联合国可持续发展目标与商业之间的关联，以及组织内的数字创新。 3. **第三模块：引领变革与项目管理** - 商业管理中的关键要素是项目管理和变革管理，本模块将重点关注这两个方面。 4. **第四模块：营销与利益相关者** - 在最后一个模块中，您将深入学习数字营销和企业对企业的营销，以及如何有效利用它们。 本课程适合希望在商业管理领域获得全面知识和技能的学习者。

MBSE: Model-Based Systems Engineering (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mbse

简介: 课程名称：基于模型的系统工程 (MBSE) 课程概述：本课程结合了数字制造和设计中的多个概念，形成一个愿景：产品的几何形状只是描述其特性的一种方式。基于模型的系统工程（MBSE）关注的是系统需求、设计、分析、验证和验证活动演变后的模型，作为设计和制造的核心。学生将掌握系统工程、基于模型的设计和制造方法、数字双胞胎的概念，并为建立基于模型的企业提供指导。 学习目标：学生将能够解释系统工程和基于模型的系统工程的价值和期望，并理解基于模型的企业所代表的动机和机遇。他们将具备评估组织利用MBSE潜力的知识。 课程内容将通过讲座、阅读、讨论和各种视频进行传授。该课程是数字制造与设计技术专业化中的第八门课程，探讨制造“第四次工业革命”（即工业4.0）的多个方面，并涉及一个最终项目，旨在创建实现自设DMD相关职业目标的路线图。 课程大纲： 1. 系统工程 - 该模块旨在建立对系统工程及其在设计和制造中角色的基本理解。学习结束时，学生能够解释系统工程过程，并讨论这种方法的优缺点。 2. 基于模型的系统工程（MBSE） - 本模块的目的是解释基于模型的系统工程及其应用。完成后，学生将能够评估MBSE机会的过程，并提出实施的论据。同时，学员也将能够制定如何实施MBSE应用的策略。 3. 基于模型的系统工程的应用 - 学生将培养对基于模型的企业的欣赏，包括成功实施的好处和障碍。学员将能够识别采用基于模型的企业的潜在机会。 4. 基于模型的企业（MBE） - 本模块旨在发展对MBE自我评估工具的理解。学习结束时，学生能够使用工具分析MBE的成熟度。 欲了解更多关于数字制造与设计技术专业化的信息，请访问以下链接观看概述视频：[https://youtu.be/wETK1O9c-CA](https://youtu.be/wETK1O9c-CA)。

Meaningful Marketing Insights (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/meaningful-marketing-insights

简介: 课程名称：有意义的营销洞察 课程概述：随着营销人员成为组织中数据使用的主要用户，理解组织收集的各种消费者数据显得尤为重要。调查、交易历史和账单记录都能为消费者未来行为提供洞察力，前提是能够正确解读这些数据。在《营销分析导论》课程中，我们介绍了学员所需的工具，以将原始数据转化为营销洞察。课程中的练习将使用Microsoft Excel进行，确保学员具备从可用数据中提取信息的能力。课程还提供了对重要工具的接触，包括探索性数据分析和可以用来调查营销活动对聚合数据（例如销售）和个人选择数据（例如品牌选择）影响的回归方法。 课程大纲： 1. 介绍讲师德维德·施韦德尔及课程概述：在这一模块中，学员将了解讲师及课程的整体安排。 2. 数据可视化与描述性统计探索（第一部分）：本模块专注于识别适合不同类型数据的描述性统计（集中趋势和离散度测量），以及使用参考命令对数据进行重编码。此外，学员将使用Excel中的透视表对数据进行处理和汇总，生成适合分析类型的数据可视化，并解读统计和可视化结果，以得出解决相关营销问题的结论。 3. 数据可视化与描述性统计探索（第二部分）：与第一部分相似，本模块继续深入描述性统计的应用，数据处理，以及可视化结果的解读。 4. 营销数据的回归分析：在本模块中，学员将了解不同类型营销数据适用的回归类型，并进行回归分析，评估营销行动对结果（如销售、流量和品牌选择）的影响。同时，学员还需解读回归输出，以理解整体模型表现和不同预测变量的重要性，并使用合适的回归模型进行预测。 5. 从分析到行动：最后一个模块将会把回归分析的结果与营销决策联系起来。学员将学习构建工具，帮助用户根据不同的营销决策评估结果，并描述根据所选择的营销决策对结果的不确定性程度。 学习本课程需要具备Microsoft Excel。如没有Excel，您可以在此下载免费30天试用版：https://products.office.com/en-us/try

Meaningful Predictive Modeling (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/meaningful-predictive-modeling

简介: 课程名称：有意义的预测建模 课程概述：本课程将帮助您评估和比较我们在之前课程中开发的模型。迄今为止，我们已经开发了回归和分类的技术，但如何确定分类器的误差应该多低（比如）才能说它是“足够好的”？或者我们应该如何判断两个回归算法中哪个更好？课程结束时，您将熟悉评估和比较分类器的诊断技术以及可用于不同回归和分类场景的性能度量。我们还将研究训练/验证/测试管道，以确保您开发的模型能够很好地泛化到新的（或“未见过的”）数据。 课程大纲： - 第一周：数据诊断 - 描述：在第一周，我们将介绍课程大纲，下载所有课程材料，并为课程配置系统。同时，我们将介绍监督学习结果的基本诊断知识。 - 第二周：代码库、正则化和模型评估 - 描述：这一周，我们将学习如何创建一个简单的词袋进行分析。还将讨论正则化及其在构建模型时的重要性。最后，我们将评估一个包含正则化的模型，重点关注分类器。 - 第三周：验证与管道 - 描述：这一周，我们将学习验证，并如何与训练和测试同时实施。我们还将介绍如何在Python中实施正则化管道，并提供一些最佳实践的指导。 - 期末项目： - 描述：在本课程的最后一周，您将继续构建第一和第二课程中关于预测分析的Python数据产品项目，使用简单的预测机器学习算法。找到一个数据集，对其进行清理，并对数据进行基本分析。评估您的模型，验证您的分析，并确保您没有对数据进行过拟合。

Measure and Optimize Social Media Marketing Campaigns (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/measure-and-optimize-social-media-marketing-campaigns

简介: 课程名称：衡量与优化社交媒体营销活动 课程概述：本课程为您提供优化社交媒体营销工作的技能。学习评估和解读您的广告活动结果，了解如何通过提高研究评估广告效果，并通过分割测试优化您的活动。掌握跨平台和设备的广告效果衡量方法，学习如何评估营销的投资回报率（ROI），并掌握如何向公司内部沟通社交媒体营销结果。 学习完成后，您将能够： • 分析仪表盘，并评估社交媒体营销工作的投资回报率 • 理解不同的优化营销活动技术，如归因分析和营销组合模型 • 实施A/B测试以优化您的活动 • 向团队展示和沟通您的活动结果 本课程适合希望分析营销活动结果、优化活动并有效与团队沟通的人员。不需要具有营销经验，但需具备基本的互联网导航技能，并渴望参与和与社交媒体连接。拥有 Facebook 或 Instagram 账户有助于学习，理想情况下，学习者已完成本课程系列中的四门课程。 本课程之后将进行 Meta 社交媒体营销顶点课程，这是本认证的最终课程，学习者将在其中参加数字营销助理认证考试并完成顶点项目，以获得 Meta 社交媒体营销专业证书。 课程大纲： 第一部分：评估您的营销结果与目标的对比 描述：本周您将学习如何将指标与营销目标对齐以及数据分析技巧，理解投资回报率和客户终身价值等常用术语，并学习如何进行计算。 第二部分：衡量您的广告效果 描述：第二周，您将学习如何评估广告活动的成功，评估活动结果报告，并了解提升研究如何帮助您确定活动的影响。 第三部分：优化您的广告活动 描述：第三周，您将学习如何使用 A/B 测试来优化广告，并了解归因分析如何帮助您在不同平台之间评估和优化广告策略。 第四部分：沟通您的营销结果 描述：本周，您将学习如何完整讲述您的活动故事，并以有效的演示方式向更大受众传达其结果。您将学习如何利用数据讲述清晰的故事，专注于有助于确定下步营销工作的重要见解。

Measurement Systems Analysis (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/measurement-systems-analysis

简介: 课程名称：测量系统分析 课程概述： 在本课程中，您将学习如何分析测量系统的过程稳定性和能力，以及在进行任何统计分析之前，稳定的测量过程为何至关重要。您将使用R软件分析连续测量系统，并统计性地表征准确性和精密度。课程将涵盖潜在的短期和长期统计控制及能力的测量系统分析。此外，您还将学习如何评估离散测量，并进行内部一致性、评估者之间的一致性以及与标准的一致性分析。最后，您将学习如何对测量系统进行过程改进的决策。 该专业可以作为科罗拉多大学博尔德分校的数据科学硕士（MS-DS）学位的一部分，申请并在Coursera平台上学习。MS-DS是一个跨学科的学位项目，聚集了博尔德大学应用数学、计算机科学、信息科学等多个学科的教师。凭借基于表现的招生方式和无需申请流程，MS-DS项目特别适合具有计算机科学、信息科学、数学和统计学等广泛背景的个人。了解更多关于MS-DS项目的信息，请访问 https://www.coursera.org/degrees/master-of-science-data-science-boulder。 课程大纲： 第1部分：相关性与关联 描述：在这一模块中，我们将学习识别、表征和分析两个变量之间的关系，包括连续变量的相关性、序数变量的相关性，以及名义变量与连续变量之间的关联。我们还将学习两名义变量之间关系的评估。 第2部分：固定和随机效应的一元方差分析（ANOVA） 描述：在这一模块中，我们将进行单因子的固定和随机效应方差分析，并解读结果。我们将检查组内和组间变异，并解读ANOVA源表，学习如何在考虑正态性和方差相等/不相等的情况下进行固定效应的均值和离散性方差分析，并进行结果的可视化。 第3部分：连续数据的测量系统分析简介，潜在研究 描述：在这一模块中，我们将了解测量系统分析中的术语和概念，分析测量误差以确定测量系统的潜在能力。我们将探讨测量系统分析的指南、测量误差和能力的公式，并通过方差分析计算变异来源。 第4部分：连续数据的短期和长期研究 描述：在这一模块中，我们将分析测量误差以确定测量系统的短期和长期能力。我们将在前一模块的基础上评估正态性、部分大小/幅度和测量误差的独立性以及测量误差的稳定性，并进行方差分析。 第5部分：离散数据的测量系统分析 描述：在这一模块中，我们将分析离散测量系统，评估一致性、有效性和内部一致性。我们将学习使用Kappa统计量测量一致性，评估评估者之间的一致性，以及与标准的一致性分析。

Measurement – Turning Concepts into Data (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/measurement-turning-concepts-data

简介: 课程名称：《测量——将概念转化为数据》 课程概述：本课程为分析师提供了创建和评估定量测量的框架。课程将探讨健康、教育成就和政府信任等难以量化的概念，并提供量化这些概念的多种方法。课程内容包括测量的不同层次及变量转换的方式，如何构建和建立测量模型，调查作为常用测量工具的设计、取样与评估方法，以及如何评判测量的质量，包括可靠性和有效性等指标。通过本课程，学员将能够开发并批判性地评估有研究价值的测量工具，提升数据分析的基础。 课程大纲： 1. **测量基本原理**：关注不同类型的测量（定量和定性）、单位，以及这些差异的优缺点，帮助学员理解在进行统计分析和选择测量时需要做出的判断。 2. **构建测量模型**：探讨如何测量难以量化的概念（例如移民问题相关的边境安全、就业竞争等），讨论不同测量方法的适用性及其优劣。 3. **调查研究**：讲解调查研究的重要性及其在政府和商业中的应用，介绍调查的三个基本支柱：取样、设计和评估。 4. **评估测量模型**：课程将探讨测量工具设计后的评估方法，介绍系统误差和随机误差对测量工具可靠性和有效性的影响。 通过学习，学员将具备制作和评估测量工具的能力，为有效的数据分析奠定基础。

Measuring and Maximizing Impact of COVID-19 Contact Tracing (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/measuring-and-maximizing-impact-of-covid-19-contact-tracing

简介: 课程名称：测量和最大化COVID-19接触追踪的影响 课程概述：本课程旨在为接触追踪程序的管理者和开发者提供指导，帮助他们了解接触追踪程序最重要的绩效指标，并提供一个工具来预测特定指标改善的可能影响。完成课程的学员将能够熟练使用接触追踪评估与战略支持应用程序（ConTESSA），估算其接触追踪程序对传播的影响，并制定提高其程序影响力的策略。课程的次要受众是希望了解有效接触追踪程序特征及改进策略的决策者。 课程适合已经领导接触追踪程序、具有流行病学和公共卫生丰富经验的个人。我们强烈建议在笔记本电脑或桌面电脑上完成本课程，而不是手机，因为您需要同时完成工作表并打开课程和应用程序。 课程大纲： 1. **测量接触追踪的影响指标**：该模块介绍了如何识别和测量影响接触追踪绩效的关键指标。 2. **估算接触追踪影响的互动工具**：本模块介绍使用互动工具来估算接触追踪程序的潜在影响。 3. **提高接触追踪影响的策略及假设回顾**：该模块讨论了有效提升接触追踪程序影响力的策略，并对其背后的假设进行审视。

Measuring and Modeling Impact in Evaluations (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/measuring-and-modeling-impact

简介: 课程名称：评估中的影响测量与建模 概述：本课程“评估中的影响测量与建模”旨在帮助学员更好地理解在母婴健康和营养领域中评估项目时可以使用的不同影响测量方法。课程将讨论每种测量方法的当前数据来源，并描述用于测量这些指标的具体方法，同时识别这些方法的优缺点及其在评估中的适用性。此外，课程还探讨了建模在评估中的作用，既可以替代影响测量，也可以对测量结果进行补充。最后两节课将为学员介绍如何使用Lives Saved Tool（LiST）工具，该模型可以估算课程中描述的大多数影响测量，对大型项目的规划和影响评估至关重要。虽然本课程是独立的，但也与其他评估课程相关联。课程针对公共卫生项目经理和评估人员，适合具有公共卫生背景，专注于低收入和中等收入国家的母婴健康领域的学员。该课程的开发得到了加拿大政府事务部（GAC）为现实问责、结果的数据分析（RADAR）项目提供的资助。 课程大纲： 1. **部分1：儿童死亡率的测量与建模** - 本模块介绍与儿童死亡相关的主要指标，这些指标可用作影响测量。我们描述这些指标的常见来源以及用于测量或建模这些指标的方法。 2. **部分2：其他影响测量** - 本模块回顾其他类别的影响测量，包括发病率、项目的长期后果和出生结果。我们审查每种额外影响测量类别的主要指标、指标的可能来源以及收集这些指标的快速概述。 3. **部分3：影响建模** - 本模块介绍Lives Saved Tool（LiST），这是一个可以用于建模母婴、儿童健康和营养影响的数学建模工具。我们复习基本概念、数据来源，并讲解软件的工作原理。 4. **部分4：LiST中的专题讨论** - 本模块讨论LiST中的具体主题，包括营养如何在LiST中建模、母婴死亡率如何在LiST中建模，以及LiST如何处理子国家层面的建模。最后，我们回顾一些与LiST相关的其他工具。

Measuring Disease in Epidemiology (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/measuring-disease-epidemiology

简介: 课程名称：流行病学中的疾病测量 课程概述：流行病学研究无处不在。即使您未意识到，您每天都接触到流行病学研究及其发现的影响。您可能听说过高收入国家肥胖率正在上升，或低收入国家疟疾造成数百万人死亡。吸烟导致癌症和身体活动对心脏病的保护作用是常识。这些事实今天看起来似乎显而易见，但经过数十年的流行病学研究才形成了必要的证据。在本课程中，您将学习流行病学的基本工具，这些工具对于进行此类研究至关重要，从描述疾病或健康相关情况的频率的测量开始。您还将学习如何量化关联的强度，并讨论关联与因果关系之间的区别。在课程的后半部分，您将利用这些知识来描述不同的预防策略，识别诊断测试的优缺点，并考虑何时适合开展筛查项目。 课程大纲： 1. 疾病频率的测量： - 本模块的主要目的是描述对人口健康重要的疾病或其他健康状况的频率。您将学习如何计算流行率、赔率、累积发病率和发病率等不同的测量方法，并了解它们的共同点和差异。通过学习，您将能够在多种背景下选择和计算适当的频率测量。 2. 关联的测量： - 本模块介绍关联与因果关系的区别，这对流行病学和一般研究至关重要。您将学习流行病学家通常使用的主要关联量化测量方法，包括风险差异、比率差异和风险、比率和赔率比。在这个过程中，您将掌握计算和解释频率测量的技能，并学会根据研究问题和数据可用性选择最合适的测量。 3. 可归因风险和预防策略： - 已发表的研究通常会报告所调查的关联的规模，这在确定因果关系时显得尤为重要。本模块将帮助您理解可归因风险和人群可归因风险的概念，这些测量量化了健康相关因素对整体人群的影响，对健康政策尤为有用。掌握这些知识后，您将探索两种主要的疾病预防方法：高风险方法和人群方法。 4. 疾病检测与筛查： - 诊断测试通常用于判断个体是否生病。然而，这些测试并不完美。量化其缺陷使我们能够理解其局限性并解释结果。本模块将教您如何计算和解释灵敏度、特异性、正负预测值等指标。应用这些指标，您将学习如何评估一个筛查项目在方法和实用性方面是否有效。

Measuring the Success of a Patient Safety or Quality Improvement Project (Patient Safety VI) (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/patient-safety-measurement

简介: 课程名称：衡量患者安全或质量改进项目的成功（患者安全 VI） 课程概述：如何判断您的患者安全和质量项目是否达成了目标？彼得·德鲁克曾说过：“被测量的，才能被管理。”在本课程中，学生将学习为何衡量对质量改进工作至关重要。同时，他们将了解哪些数据源能提供最有意义的信息，并学习如何找到这些数据的工具和方式。最终，学生将学习如何解读他们在患者安全和质量项目中的数据，以便在实施过程中指导和调整项目，从而最大化改善患者状况的可能性。 课程大纲： 第一部分：患者安全与质量的绩效测量 描述：在本模块中，学习者将了解医疗保健中的绩效测量的定义，“好的”绩效测量的构成，以及用于分类测量的基本框架。学习者将熟悉一些在医疗绩效测量中知名的组织以及该领域面临的主要挑战。 第二部分：绩效测量的公开报告 描述：在本模块中，学习者将了解公开报告的绩效测量的主要受众以及当前报告的一些关键指标。学习者还将接触到公开报告绩效数据的一些主要网站，并听取来自健康系统领导者的意见，了解医院质量与安全绩效公开可用的优势和挑战。 第三部分：解读数据与讲述数据的故事 描述：在本模块中，学习者将了解用于分析质量与安全改进工作的数据的不同工具，以及如何针对不同受众可视化数据。这里将分享两个案例研究，以展示这些数据分析和可视化工具在实际场景中的应用。 第四部分：从数据到行动与迭代 描述：在本模块中，学习者将接触混合方法研究，了解如何成功整合定性与定量数据用于质量改进项目。学习者还将熟悉如何利用数据和测量来评估质量改进项目的成功。这里将分享两个案例研究，以展示这些概念在实际质量改进项目中的应用。

Measuring Total Data Quality (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/measuring-total-data-quality

简介: 课程名称：测量总体数据质量 概述： 在本课程中，学习者将掌握评估总体数据质量（TDQ）框架各阶段的多种指标。完成后，学员们将能： 1. 了解评估TDQ的不同指标。 2. 创建涵盖特定应用或数据源相关方面的质量概念图。 3. 思考质量各方面之间的相对权衡，考虑特定项目或研究的成本与实际限制。 4. 确定计算各种指标的相关软件和工具。 5. 了解可针对设计数据与发现/生成数据计算的指标。 6. 将指标应用于真实数据，并从TDQ的角度解释其结果值。 本专业化课程深入探讨总体数据质量框架，并为学习者提供有关在数据分析前需要进行的详细总体数据质量评估的信息。目标是使学习者将数据质量评估纳入项目过程，作为一个关键组件。本课程特别希望向所有学习者（如数据科学家和定量分析师）传播关于总体数据质量的知识，尤其是那些在数据收集与质量评估初步步骤方面培训不足的人。我们认为，广泛的数据科学技术和统计分析程序知识如果没有高质量的数据支持，将无法推动定量研究。 本专业化课程重点关注任何类型的科学研究中的关键第一步：生成或收集数据、理解数据来源、评估数据质量，以及在进行任何统计分析或应用数据科学技术之前提升数据质量。因此，本课程将较少涉及数据分析的内容，因为这些内容在许多现有的Coursera专业化课程中已有广泛覆盖。主要的重点将放在理解和最大化数据质量，以便为后续分析做好准备。 课程大纲： 第一部分：介绍及测量有效性和数据来源质量 学习测量设计和收集数据的有效性，完成相关的测试和测量数据来源质量的模块。 第二部分：测量处理和数据访问质量 重点讨论设计和收集数据的处理质量与访问质量，包含案例研究和测试。 第三部分：测量数据来源质量和数据缺失性 学习如何测量数据来源质量和数据缺失性，包括实际数据的计算实例和相关测试。 第四部分：测量数据分析质量 最终周学习如何测量设计和收集数据分析的质量，并完成相关的阅读与测试。 此课程为希望深入理解数据质量评估的学习者提供了实用的指导和工具。

Mécanique : Solide Indéformable (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mecanique-solide

简介: 课程名称：不可变形固体力学 课程概述： 本课程是一个关于牛顿力学的基础培训课程，由多个部分组成，其中包括不可变形固体力学的若干课时。课程主要内容如下： 1. 牛顿定律 网址：https://www.coursera.org/learn/mecanique-newton 2. 质点力学 网址：https://www.coursera.org/learn/mecanique-point-materiel 3. 不可变形固体力学 这一部分专注于不可变形固体力学。在某些学术机构中，这门课程会结合使用力矩。相应地，我们添加了一些关于力矩的补充培训材料。课程中有两节课介绍了力矩的基本知识。随后的内容将展示如何在安塞尔梅特教授的讲解中应用力矩。补充内容由喀麦隆雅温得国家工程学院的保罗·萨尔蒙·恩戈赫·埃卡姆教授准备。学员可选择不使用或使用力矩来解决练习。 4. 拉格朗日力学 网址：https://www.coursera.org/learn/mecanique-lagrangienne 大纲内容： - 课程第17课：质点系统的力学 拓展牛顿定律至质点系统，得出许多基本结果，并将在后续课中应用于不可变形固体。 - 课程第18课：固体的运动学 建立固体的位置、速度和加速度的描述方法。 - 课程第19课：固体的动力学 将牛顿动力学应用于不可变形的固体，特别探讨动量在改变参考点时的变化，教授以力矩的形式进行讨论。 - 课程第20课：固体的动力学，固定方向轴 介绍固定方向轴的固体动力学应用，如物理摆。 - 课程第21课：固体的动力学，任意运动 研究固体在一般运动下的动力学，推导运动方程并讨论陀螺效应及不可变形固体的静力学。 本课程适合希望深入了解不可变形固体力学的学员，具备牛顿定律及质点力学的基础知识将有助于学习进展。

Mécanique de Newton (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mecanique-newton

简介: 课程名称：牛顿力学 课程概述：该牛顿力学课程由洛桑联邦理工学院提供，涵盖四个部分，旨在为未来的工程师和科学家提供基础的牛顿力学培训。主要内容包括： 1. **牛顿定律** 课程的第一部分将介绍牛顿运动的基本定律，包括点物体的运动学、重力场中的弹道学和谐振子等内容。 2. **点物体力学** [课程链接](https://www.coursera.org/learn/mecanique-point-materiel) 3. **刚体力学** [课程链接](https://www.coursera.org/learn/mecanique-solide) 4. **拉格朗日力学** [课程链接](https://www.coursera.org/learn/mecanique-lagrangienne) **课程大纲：** - **第1部分：科学思维的培养与导数计算** 学习如何用数学形式表达物理现象，并通过具体例子介绍直线运动中物体的速度概念。 - **第2部分：点物体的运动学与向量计算** 了解点物体的物理模型以及如何描述物体的运动，掌握向量在课程中的重要性。 - **第3部分：牛顿定律与弹道学** 学习牛顿的前两条定律，并分析在重力场中点物体的运动。 - **第4部分：作用与反作用力与摩擦下的弹道学** 探讨牛顿第三定律，并进一步分析在摩擦力作用下的点物体运动。 - **第5部分：动力学的目标与谐振子** 学习如何分析在稳定平衡附近受扰动的系统的特性，及其在科学与技术中的重要性。 - **第6部分：法向加速度与切向加速度，圆周运动与角速度** 熟悉速度和加速度的向量性质。 - **第7部分：课程结束** 提供一般信息和资源模块（问题的解决方案）。 本课程适合对牛顿力学感兴趣的学生，帮助他们掌握相关的数学工具与物理概念。

Mécanique du point matériel (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mecanique-point-materiel

简介: 课程名称：物点机械 课程概述：本课程是关于牛顿力学的基础课程，分为四个部分。该课程以MOOC的形式呈现，内容包括： 1. 牛顿定律 2. 物点机械 在这一部分中，通过针对可以视为物点的机械系统的问题来说明第一部分引入的概念。主要涵盖以圆柱坐标或球坐标处理的问题、行星轨道问题以及加速参考系的问题。 3. 刚体机械 4. 拉格朗日力学 课程大纲： - 第一部分：旋转与角速度 描述了如何通过矩阵表示旋转，并利用向量乘积表达微小旋转，引入角速度向量的概念。 - 第二部分：几何约束与数学摆 专注于物点机械中特征性问题的几何约束，通过广义坐标简单表达。 - 第三部分：功、工作与能量，谐振 正式引入力的功、能量定理，并为后续的谐振现象提供工具。 - 第四部分：势能与势能 探讨何时力量源于势能，定义势能并通过谐振子进行说明。 - 第五部分：碰撞与弹性碰撞分析 通过动量和能量守恒原则对碰撞进行定性分析。 - 第六部分：动量与力矩，行星运动与引力 引入动量概念，应用于引力和牛顿在开普勒定律基础上做出的工作。 - 第七部分：电磁力与摩擦力 完善力模型，包括电动力学中的力和摩擦力。 - 第八部分：加速参考系 研究在不满足牛顿第一定律的参考系中进行动态分析的方法，涉及惯性力、离心力与科里奥利力。 - 第九部分：总结 提供课程一般信息和资源模块（包括问题答案）。 该课程为学生提供了全面的物理学基础，帮助他们理解和应用牛顿力学的基本原理。

Mécanique Lagrangienne (Coursera) 0 个评论 关注

主页: https://www.coursera.org/learn/mecanique-lagrangienne

简介: 课程名称：拉格朗日力学 概述：本课程通过几堂拉格朗日力学的课程，成为了一个关于牛顿力学的基础培训课程的组成部分，整体课程分为四个部分： 1. 牛顿定律 2. 点质量的力学 3. 刚体力学 4. 拉格朗日力学 拉格朗日形式主义允许高效解决复杂的力学问题，并对守恒定律（诺特定理）提供了更基本的阐明。课程中将通过分析耦合谐振子的典型问题来展示拉格朗日的方法，最后以分析参数共振的形式主义结束，举例说明强迫倒摆的稳定性实验。 课程大纲： - 拉格朗日方法：该方法利用广义坐标有效解决各种问题，介绍了拉格朗日方程在受约束点质量系统中的推导，将进一步阐述其推广。 - 拉格朗日形式主义的应用：讨论了拉格朗日方法如何通过基本对称性推导动量和角动量的守恒定律，阐述了将整个力学概括为一个名为“作用”的函数最小化原则，发展变分原理的物理意义。 - 离散振动系统与耦合摆：耦合振动系统在物理和工程领域中发挥着重要作用，学习耦合振子的研究使得引入特征值和特征向量的概念成为可能。 - 参数共振：通过分析简单的例子，说明在非线性系统力学中的问题，例如孩子在秋千上按节奏弯曲膝盖的情形，以及“希尔”或“马修”方程的应用。 - 相对论原理（可选）：回顾第15课关于参考系变化的概念，引入伽利略相对论原理，并在光速的附加条件下探讨如何改变不同惯性参考系之间的坐标关系。 - 相对论运动学（可选）：通过一般对称性原则推导著名的洛伦兹变换，以解释长度收缩和时间膨胀。 - 相对论动力学（可选）：从相对论的角度推导物体动量与速度之间的关系，引入四维动量矢量，最终得出著名的物理方程E=mc²，并探讨光子的概念。 - 课程总结：课程评价及未来发展。