|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/algebra-linear-com-r-para-machine-learning-e-modelagens/
课程评论：没有评论
课程名称：用R进行机器学习和建模的线性代数 课程概述：本课程以清晰、简洁的方式介绍线性代数的主要概念，重点在于通过R语言进行实际演示。课程内容涵盖向量（类型和操作）、矩阵（类型、操作和行列式）、线性系统、线性系统的解法（包括加法法、代入法、克拉默法则和阶梯化方法）、拉普拉斯定理、余子式、最小二乘估计、多元线性回归模型，以及线性变换（如同态性、平移、旋转、反射、剪切、膨胀、收缩、单位变换、零变换和反变换）、特征值、特征向量以及主成分分析（PCA）。课程中使用一些数据集进行示例，展示如何在真实数据上应用线性代数，包括对数据的初步分析。还将说明线性代数如何与最小二乘法、多元线性回归和主成分分析相联系。课程的第一部分将介绍R语言的基础知识，帮助没有R语言经验的学员顺利跟进课程。课程在Windows操作系统的RStudio上进行，Linux和Mac用户也能轻松跟上。相信在完成本课程后，您对线性代数的理解将会发生显著改变。
Este curso aborda de forma clara e objetiva os principais conceitos da Álgebra Linear focado em demonstrações práticas utilizando a Linguagem R. Serão estudados os conteúdos sobre vetores (tipos e operações), matrizes(tipos, operações e determinantes), sistemas lineares, resolução de sistemas lineares (método da adição, método da substituição, regra de Cramer e escalonamento), Teorema de Laplace, Cofator, Estimativa dos mínimos quadrados, modelo de regressão linear múltipla, transformação linear (Homotetia, Translação, Rotação, Reflexão, Cisalhamento, Dilatação, Contração, Identidade, Nula e Inversa), autovalores, autovetores e Análise dos Componentes Principais (PCA).São utilizados alguns datasets para exemplificar, onde é apresentado como se utiliza a Álgebra Linear com dados reais, inclusive a análise inicial que se deve fazer nos dados. É demonstrado como a Álgebra Linear se relaciona com o Método dos Mínimos Quadrados, com a Regressão Linear Múltipla e também com a Análise dos Componentes Principais.A primeira seção é referente a apresentação dos conceitos básicos sobre a Linguagem R no RStudio, para que aqueles que não conhecem a linguagem R possam acompanhar o curso com tranquilidade.O curso é apresentado no sistema operacional Windows, no RStudio, mas usuários do Linux e Mac acompanham tranquilamente.Tenho certeza que a sua visão sobre Álgebra Linear irá mudar após esse curso.
