|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/calculo-para-machine-learning-e-modelagem-com-python/
课程评论：没有评论
**课程名称：** **Python in Machine Learning and Modeling Calculus** **课程概述：** 本课程旨在清晰、简明地传达微积分（微分和积分）的核心概念，并通过Python编程语言进行实际演示。课程内容涵盖：表达式、方程、函数、极限、导数（乘积法则、商法则、链式法则）、高阶导数、偏导数、梯度、梯度下降、回归模型、不定积分（换元法、分部积分法）、定积分，以及导数和积分的应用。 除了Python在微积分中的应用演示外，还将介绍其他数学软件，如Desmos、Geogebra和Symbolab。 课程第二部分将介绍Google Colaboratory中的Python基础知识，以便不熟悉Python或Google Colaboratory的学习者能够轻松跟随。第三部分是微积分所需的基础数学知识回顾，确保学习者能够充分理解课程内容。 课程演示环境为Windows操作系统和Google Colaboratory，但Linux和Mac用户也能顺利学习。除了Google Colaboratory (Colab)，还可以使用Jupyter Notebook、Visual Studio、Pycharm、Spyder或其他任何Python集成开发环境（IDE）。 本课程鼓励学员提出任何内容添加的建议，课程内容将不断更新。 欢迎来到微积分奇妙的世界！
Este curso aborda de forma clara e objetiva os principais conceitos de Cálculo Diferencial e Integral focado em demonstrações práticas utilizando a Linguagem de programação Python. Serão estudados os conteúdos sobre expressões, equações, funções, limites, derivadas (regra do produto, regra do quociente e regra da cadeia), derivadas sucessivas, derivadas parciais, gradiente, descida do Gradiente, modelos de regressão, integral indefinida (método da substituição e integração por partes), integral definida, aplicações de derivadas e aplicações de integral.Além da demonstração do uso de Python em Cálculo, são apresentados outros softwares matemáticos, como o Desmos, Geogebra e Symbolab.Na segunda seção encontra-se uma apresentação dos conceitos básicos de Python no Google Colaboratory, para que aqueles que não conhecem o Python e/ou o Google Colaboratory possam acompanhar o curso com tranquilidade. Já a terceira seção do curso é sobre os fundamentos de Matemática para o Cálculo Diferencial e Integral, o qual serve como revisão dos conceitos básicos matemáticos necessários para o bom entendimento do curso.O curso é apresentado no sistema operacional Windows, no Google Colaboratory, mas usuários do Linux e Mac acompanham tranquilamente. Além do Google Colaboratory (Colab), pode ser utilizado o Jupyter Notebook, Visual Studio, Pycharm, Spyder ou qualquer outra IDE de Python.O curso não é estático, qualquer sugestão de acréscimo de conteúdo é muito bem vindo.Bem vindos ao mundo fantástico do Cálculo Diferencial e Integral.
