線性代數 (Linear Algebra)

超過 22 小時的超詳細線性代數課程，帶你一步步學會線性代數的重要觀念和公式，趕快收藏起來. 這門詳盡的線性代數課程將引領您深入瞭解多個主題，包括機器學習中的主成分分析（Principal Component Analysis, PCA）、Python 實作的圖像分析、馬可夫鏈、SVD分解、LU分解、QR分解、特徵值和特徵向量、施特拉森演算法、可逆矩陣的判斷以及Gershgorin圓定理。線性代數為電腦科學、資訊工程等領域的必修課程，其應用之廣泛，包含機器學習、深度學習、預測模型、電腦圖形處理以及加密系統等等。這堂線性代數課程內容包含基本的線性方程組的基本運算、向量空間、線性獨立、矩陣的可逆性、行列式、線性轉換、還有特徵矩陣以及特徵值的尋找，一步一步帶你認識所有重要的觀念、證明、運算過程與題目解答。不論你的數學基礎為何，都可以有系統性的認識線性代數中的重要理論、公式與計算原理。所有課程中所提到的公式與定理皆有證明過程與對應例子，讓學習有紮實基礎！另外，課程也包含線性代數在電腦科學中的應用，包含密碼學的加密與解密演算法、圖形與向量處理、2D旋轉壓縮移動矩陣、3D旋轉矩陣、主成分分析 (PCA) 等等。這堂課程也包含章節的練習題，讓你能夠衡量學習成效與得到充分練習的機會。你應該要註冊這堂課的理由:課程教材適合所有程度的人，不論你的數學基礎為何，此課程由簡入深學習所有必要資訊與觀念. 課程涵蓋其他線性代數的補充與電腦科學應用。學會用Geogebra軟體來輔助了解空間與矩陣運算。.