学不厌资源
课程名称: Linear Algebra: Matrix Algebra, Determinants, & Eigenvectors
课程主页: https://www.coursera.org/learn/matrix-algebra-determinants-and-eigenvectors
所在平台: Coursera
课程类别: 数据分析
大学或机构: Johns Hopkins University
讲师： Joseph W. Cutrone, PhD
授课语言： 英语
提供字幕： 英文
课程文件大小： 265MB
课程介绍： 本课程是线性代数专业的第二门课程。在本课程中，我们将继续发展研究矩阵作为向量的特殊线性变换（函数）的技术和理论。特别是，我们开发了代数操作矩阵的技术。这将使我们能够更好地分析和求解线性方程组。此外，课程中提出的定义和定理允许用于识别可逆矩阵的属性，识别 R^n 中的相关子空间.
然后，我们通过研究矩阵的特征值和特征向量来关注矩阵变换的几何形状。这些数字对于数学、数据科学、机器学习、人工智能和动力系统中的纯粹概念和应用概念都很有用。在课程结束时，我们将看到马尔可夫链和 Google PageRank 算法的应用。
本课程属于 Linear Algebra from Elementary to Advanced Specialization/专项课程 中的第2门课程。
课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：
友情提醒：
1、若遇到链接失效请加客服微信：amanda12321反馈，我们将在上线第一时间处理。
2、课程制作成压缩包后通过百度网盘分享，需要下载解压之后才能正常观看；
3、课程视频为官网提供下载的最高清的分辨率MP4格式，字幕为srt外挂字幕。
4、官网没有提供答案，因此所有课程的测试和作业均不提供答案；
5、课程文件包含视频（MP4）、字幕（SRT）、字幕文本版（TXT）、阅读材料（html）和测试及作业（PDF或HTML），如果官网有提供下载，还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制，建议您先自行测试。
7、课程文件仅供您离线学习和参考，版权归原平台及作者所有，如果条件允许我们仍建议您通过coursera平台进行学习，可获得更优质的学习体验，完成课程还能获得相应证书，如果内容侵犯了您的权利请通知，我们将在收到通知24小时内删除内容。
评论前必须登录！
注册