آموزش جبر خطی برای یادگیری ماشینی

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با یادگیری ماشینی یاد می گیرید.

عنوان اصلی : Linear Algebra for Machine Learning

سرفصل ها :

01-موضوعات
02-موضوعات
03-3.1 جابجایی تانسور
04-3.5 تمرینات
05-3.2 محاسبات پایه تانسور
06-موضوعات
07-5.4 تمرینات
08-6.4 ماتریس های متعامد
09-6.2 وارونگی ماتریس
10-موضوعات
11-موضوعات
12-1.1 تعریف جبر خطی
13-1.5 ورزش
14-4.1 استراتژی جایگزینی
15-4.2 تمرینات تعویضی
16-4.4 تمرینات حذفی
17-موضوعات
18-5.3 ماتریس های متقارن و هویت
19-7.4 بردارهای ویژه با ابعاد بالا
20-1.2 حل جبری سیستم معادلات
21-جبر خطی برای یادگیری ماشین (مبانی یادگیری ماشین) - مقدمه
22-1.3 جبر خطی در یادگیری ماشینی و یادگیری عمیق
23-2.1 تانسورها
24-2.7 نماد تانسور عمومی
25-2.3 بردارها و انتقال بردار
26-موضوعات
27-3.3 کاهش
28-2.4 هنجارها و بردارهای واحد
29-2.5 بردارهای پایه، متعامد و متعامد
30-4.3 استراتژی حذف
31-5.2 ضرب ماتریس به ماتریس
32-5.1 ضرب ماتریس بر بردار
33-3.4 محصول نقطه
34-5.5 یادگیری ماشینی و کاربردهای یادگیری عمیق
35-6.1 هنجار فروبنیوس
36-7.1 مفهوم ویژه
37-6.3 ماتریس های مورب
38-7.2 تمرینات
39-8.1 تعیین کننده یک ماتریس 2×2
40-موضوعات
41-8.3 تمرینات
42-8.2 عوامل تعیین کننده ماتریس های بزرگتر
43-8.4 عوامل تعیین کننده و مقادیر ویژه
44-9.4 رگرسیون از طریق شبه وارونگی
45-9.2 فشرده سازی فایل رسانه ای
46-9.1 تجزیه ارزش مفرد
47-9.3 شبه معکوس مور-پنروز
48-9.6 منابع برای مطالعه بیشتر جبر خطی
49-1.4 کاربردهای تاریخی و معاصر
50-2.2 اسکالر
51-2.6 ماتریس
52-2.8 تمرینات
53-موضوعات
54-6.5 اپراتور ردیابی
55-7.3 بردارهای ویژه در پایتون
56-8.5 تجزیه ویژه
57-جبر خطی برای یادگیری ماشین (مبانی یادگیری ماشین) - خلاصه
58-9.5 تجزیه و تحلیل مؤلفه اصلی