دوره آموزشی
دوبله زبان فارسی
جبر خطی برای علم داده و یادگیری ماشین در پایتون
✅ سرفصل و جزئیات آموزش
در این دوره با بردارها، ماتریس ها، سیستم های معادلات خطی، فاکتورگیری، بردارهای ویژه، حداقل مربعات و SVD آشنا می شوید.
آنچه یاد خواهید گرفت
- اصول جبر خطی
- کاربرد بردارها و ماتریس ها با پیاده سازی آن ها در پایتون
- عملیات های بردارها و ماتریس ها با پیاده سازی آن ها در پایتون
- حل سیستم معادلات خطی و پیاده سازی آن در پایتون
- فاکتورگیری ماتریس و پیاده سازی آن در پایتون
- محاسبه مقادیر ویژه، بردارهای ویژه
- تجزیه مقدار منفرد با پیاده سازی آن در پایتون
- تجزیه مقدار ویژه با پیاده سازی آن ها در پایتون
توضیحات دوره
مباحث زیادی در این دوره وجود دارد. ما با موارد زیر دوره را شروع می کنیم:
- درباره اینکه جبر خطی چیست و چرا به جبر خطی نیاز داریم بحث می کنیم.
- سپس به سراغ شروع کار با پایتون می رویم، جایی که همه مطالب را در مورد نحوه راه اندازی محیط پایتون یاد خواهید گرفت، به طوری که تجربه عملی برای شما آسان باشد.
سپس به اصل این دوره می رسیم:
- بردارها و عملیات ها روی بردارها
- ماتریس ها و عملیات ها روی ماتریس ها
- دترمینان و معکوس ماتریس
- حل سیستم معادلات خطی
- نرم ها و بردارهای پایه
- استقلال خطی
- فاکتورگیری ماتریس
- تعامد
- مقادیر ویژه و بردارهای ویژه
- تجزیه مقدار منفرد (SVD)
شما در هر یک از این بخش ها، دموهای کد پایتون و مسائل حل شده را جدا از مفاهیم نظری جبر خطی خواهید دید.
همچنین یاد می گیرید که چگونه از کتابخانه numpy پایتون استفاده کنید که حاوی توابع متعددی برای محاسبات ماتریس و حل مسائل جبری خطی است.
این دوره برای چه کسانی مناسب است؟
- کسی که کنجکاو است بداند چگونه از جبر خطی در یادگیری ماشین استفاده می شود.
- کسی که می خواهد ریاضیات و جبر خطی پشت علم داده را درک کند.
- کسی که می خواهد پایه های اساسی برای استقرار تکنیک های یادگیری ماشین ایجاد کند.
جبر خطی برای علم داده و یادگیری ماشین در پایتون
-
آنچه در این دوره خواهید آموخت 02:50
-
مقدمه 01:47
-
جبر خطی چیست؟ 01:10
-
چرا جبر خطی؟ 00:56
-
نصب پایتون 06:00
-
نصب Jupyter Notebook 07:00
-
اسکالرها و بردارها 07:42
-
اسکالرها و بردارها None
-
بردارها در فضای دو بعدی 04:32
-
بردارها None
-
بردارها در فضای سه بعدی 02:41
-
بردارهایی با مولفه های n 03:20
-
کد پایتون - ایجاد بردارها 10:29
-
ایجاد بردارها None
-
کد پایتون - ایجاد بردارها با استفاده از ()arange 06:00
-
ایجاد بردارها به عنوان دنباله ای از اعداد None
-
کد پایتون - دسترسی و اصلاح بردارها 04:07
-
دسترسی و اصلاح بردارها None
-
بردارهای صفر و یک 02:04
-
کد پایتون - بردار صفر و یک 03:45
-
بردارهای صفر و یک None
-
جمع بردار 04:16
-
کد پایتون - جمع بردار 04:03
-
جمع بردار None
-
ضرب اسکالر 04:55
-
کد پایتون - ضرب اسکالر 04:58
-
ضرب اسکالر None
-
ویژگی های برداری 02:45
-
ویژگی های برداری None
-
ترکیبات خطی بردارها 02:05
-
کد پایتون - ترکیبات خطی بردارها 02:47
-
ترکیب خطی None
-
ترانهادگی بردار 02:19
-
کد پایتون - ترانهادگی بردار 02:10
-
ترانهادگی بردار None
-
ضرب داخلی یا ضرب درونی 05:56
-
کد پایتون - ضرب داخلی 07:58
-
ضرب داخلی None
-
ضرب بیرونی 07:18
-
کد پایتون - ضرب بیرونی 05:56
-
ضرب بیرونی None
-
ماتریس - کانتکس علم داده 04:10
-
ماتریس ها None
-
ابعاد یا اندازه 04:23
-
کد پایتون - ایجاد ماتریس ها با استفاده از ()array 06:10
-
کد پایتون - ایجاد ماتریس ها با استفاده از ()mat 05:27
-
ماتریس ها None
-
کد پایتون - دسترسی و اصلاح عناصر 04:11
-
ترانهادگی ماتریس 04:41
-
کد پایتون - ترانهادگی ماتریس 03:00
-
ترانهادگی ماتریس None
-
ماتریس متقارن 04:25
-
کد پایتون - ماتریس متقارن 06:25
-
ماتریس متقارن None
-
ماتریس های همانی 01:42
-
کد پایتون - ماتریس های همانی 04:15
-
ماتریس همانی None
-
ماتریس قطری 02:00
-
کد پایتون - ماتریس قطری 02:54
-
ماتریس قطری None
-
ماتریس مثلثی 01:37
-
ماتریس مثلثی None
-
ماتریس صفر و یک 02:04
-
کد پایتون - ماتریس صفر و یک 02:46
-
ماتریس صفر و یک None
-
جمع ماتریس 05:32
-
کد پایتون - جمع ماتریس 03:47
-
جمع ماتریس None
-
ضرب اسکالر 04:12
-
کد پایتون - ضرب اسکالر 02:30
-
ضرب اسکالر None
-
ضرب هادامار 05:38
-
کد پایتون - ضرب هادامار 04:08
-
ضرب هادامار None
-
اثر ماتریس 02:39
-
کد پایتون - اثر ماتریس 03:14
-
اثر ماتریس None
-
ضرب ماتریس 05:21
-
کد پایتون - ضرب ماتریس 04:35
-
ضرب ماتریس None
-
ویژگی های عملیات های ماتریس 04:09
-
توان ماتریس 01:23
-
کد پایتون - توان ماتریس 04:17
-
توان ماتریس None
-
ضرب ماتریس قطری 06:04
-
کد پایتون - ضرب ماتریس قطری 05:57
-
دترمینان ها 07:37
-
کد پایتون - دترمینان ها 06:15
-
دترمینان ها None
-
ویژگی های دترمینان ها 01:15
-
ویژگی های دترمینان ها None
-
معکوس ماتریس 04:01
-
کد پایتون - معکوس ماتریس 05:02
-
معکوس ماتریس None
-
ماتریس های منفرد و معکوس 01:10
-
کد پایتون - ماتریس های منفرد 03:50
-
ماتریس منفرد None
-
ویژگی های معکوس 01:54
-
ویژگی های معکوس None
-
سیستم معادلات خطی 06:41
-
سیستم معادلات خطی None
-
انواع سیستم ها 03:20
-
علامت ماتریس 02:55
-
علامت ماتریس None
-
عملیات های سطر ابتدایی 06:40
-
روش حذف گاوس 09:40
-
روش حذف گاوس None
-
روش حذف گاوس-جردن 07:00
-
کد پایتون - روش حذف گاوس-جردن 08:22
-
روش حذف گاوس-جردن None
-
ضرب برداری ماتریس Ax=b 05:25
-
ضرب برداری ماتریس None
-
سیستم های معادلات به عنوان ترکیبات خطی 04:32
-
طبقه بندی ضرب برداری ماتریسی 04:21
-
حل سیستم معادلات خطی با استفاده از معکوس ماتریس 05:23
-
کد پایتون - حل سیستم های معادلات خطی با استفاده از معکوس ماتریس 08:53
-
حل سیستم های معادلات خطی با استفاده از معکوس ماتریس None
-
حل سیستم های معادلات خطی با استفاده از قاعده کرامر 04:21
-
کد پایتون - حل سیستم های معادلات خطی با استفاده از قاعده کرامر 07:40
-
حل سیستم های معادلات خطی با استفاده از قاعده کرامر None
-
کد پایتون - حل سیستم های معادلات خطی با استفاده از ()solve 07:51
-
طول ها و نرم ها 02:10
-
نرم L2 04:00
-
کد پایتون - نرم L2 04:35
-
نرم L1 02:35
-
کد پایتون - نرم L1 03:37
-
نرم LP 02:15
-
کد پایتون - نرم LP 03:24
-
نرم L-Infinity 02:22
-
کد پایتون - نرم L-Infinity 03:20
-
نرم ها None
-
بردارهای واحد 04:48
-
کد پایتون - بردارهای واحد 05:13
-
بردارهای پایه استاندارد 06:09
-
بردارهای پایه و اسپن 07:20
-
بردارهای پایه None
-
استقلال خطی 05:07
-
استقلال خطی None
-
استقلال خطی بر اساس بردارهای پایه 02:30
-
استقلال خطی بر اساس دترمینان یا معکوس ماتریس 04:30
-
استقلال خطی بر اساس دترمینان یا معکوس ماتریس None
-
زیرفضای برداری - مقدمه 01:51
-
فضای Null 05:35
-
کد پایتون - فضای Null 05:00
-
فضای Null و استقلال خطی 05:25
-
فضای ستون 03:45
-
رتبه و Nullity 04:42
-
قضیه رتبه و Nullity 02:20
-
کد پایتون - رتبه و Nullity 06:45
-
فاکتورگیری 00:45
-
فاکتورگیری LU 01:18
-
فاکتورگیری LU None
-
محاسبه فاکتورگیری LU 01:28
-
کد پایتون - فاکتورگیری LU 06:21
-
فاکتورگیری LU None
-
بردارهای متعامد 03:00
-
کد پایتون - بردارهای متعامد 04:30
-
بردارهای متعامد None
-
بردارهای Orthonormal 02:47
-
کد پایتون - بردارهای Orthonormal 03:34
-
بردارهای Orthonormal None
-
ماتریس متعامد 01:24
-
کد پایتون - ماتریس متعامد 07:48
-
ماتریس متعامد None
-
مقدمه - مقادیر ویژه و بردارهای ویژه 03:50
-
مقادیر ویژه و بردارهای ویژه None
-
محاسبه مقادیر ویژه از بردارهای ویژه 04:29
-
محاسبه بردارهای ویژه از مقادیر ویژه 03:08
-
مقادیر ویژه و بردارهای ویژه None
-
معادله مشخصه 02:54
-
محاسبه مقادیر ویژه و بردارهای ویژه None
-
کد پایتون - محاسبه مقادیر ویژه و بردارهای ویژه 07:12
-
تجزیه ویژه 05:17
-
کد پایتون - تجزیه ویژه 05:40
-
تجزیه ویژه None
-
قطری سازی 05:00
-
کد پایتون - قطری سازی 04:40
-
قطری سازی None
-
چند نکته - مقادیر ویژه و بردارهای ویژه 01:03
-
مقدمه - تجزیه مقدار منفرد 02:57
-
تجزیه مقدار منفرد None
-
مراحل محاسبه SVD 01:36
-
کد پایتون - تجزیه مقدار منفرد 04:25
-
تجزیه مقدار منفرد None
-
مسئله حداقل مربعات - مقدمه 04:11
-
حداقل مربعات 08:05
-
حل مسئله حداقل مربعات 03:12
-
کد پایتون - حل مسئله حداقل مربعات 05:26
-
کد پایتون - حل حداقل مربعات با استفاده از ()lstsq 05:26
-
شبه معکوس مور-پنروز 05:52
-
کد پایتون - شبه معکوس مور-پنروز 04:30
مشخصات آموزش
جبر خطی برای علم داده و یادگیری ماشین در پایتون
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:191
- مدت زمان :09:51:25
- حجم :2.04GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy