Álgebra Linear com R para Machine Learning e Modelagens

Este curso aborda de forma clara e objetiva os principais conceitos da Álgebra Linear focado em demonstrações práticas utilizando a Linguagem R. Serão estudados os conteúdos sobre vetores (tipos e operações), matrizes(tipos, operações e determinantes), sistemas lineares, resolução de sistemas lineares (método da adição, método da substituição, regra de Cramer e escalonamento), Teorema de Laplace, Cofator, Estimativa dos mínimos quadrados, modelo de regressão linear múltipla, transformação linear (Homotetia, Translação, Rotação, Reflexão, Cisalhamento, Dilatação, Contração, Identidade, Nula e Inversa), autovalores, autovetores e Análise dos Componentes Principais (PCA). São utilizados alguns datasets para exemplificar, onde é apresentado como se utiliza a Álgebra Linear com dados reais, inclusive a análise inicial que se deve fazer nos dados.

É demonstrado como a Álgebra Linear se relaciona com o Método dos Mínimos Quadrados, com a Regressão Linear Múltipla e também com a Análise dos Componentes Principais. A primeira seção é referente a apresentação dos conceitos básicos sobre a Linguagem R no RStudio, para que aqueles que não conhecem a linguagem R possam acompanhar o curso com tranquilidade. O curso é apresentado no sistema operacional Windows, no RStudio, mas usuários do Linux e Mac acompanham tranquilamente.

Tenho certeza que a sua visão sobre Álgebra Linear irá mudar após esse curso.