Einführung in die Lineare Algebra und Python

Nutzen Sie die Ersparnis! Erhalten Sie 40% Rabatt auf 3 Monate Coursera Plus und vollen Zugang zu Tausenden von Kursen.

Einführung in die Lineare Algebra und Python

Dieser Kurs ist Teil von Spezialisierung „Lineare Algebra für Datenwissenschaft mit Python“

Dozenten: Dennis Davenport

5.329 bereits angemeldet

Bei enthalten

Mehr erfahren

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

16 Bewertungen

Stufe Anfänger

Keine Vorkenntnisse erforderlich

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

16 Bewertungen

Stufe Anfänger

Keine Vorkenntnisse erforderlich

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

Kategorie: Linear Algebra
Kategorie: Data Manipulation
Kategorie: Data Science
Kategorie: Data Visualization
Kategorie: Mathematical Modeling
Kategorie: Software Installation
Kategorie: Applied Mathematics

Werkzeuge, die Sie lernen werden

Kategorie: NumPy
Kategorie: Git (Version Control System)
Kategorie: Python Programming
Kategorie: Jupyter

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

10 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Lineare Algebra für Datenwissenschaft mit Python“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module

Dieser Kurs ist der erste einer Reihe, die sich an Anfänger richtet, die lernen möchten, wie man grundlegende Konzepte der Datenwissenschaft auf reale Probleme anwendet. Vielleicht sind Sie ein Student, der eine Karriere in der Datenwissenschaft in Erwägung zieht und mehr darüber erfahren möchte, oder Sie sind ein Geschäftsmann, der einige Prinzipien der Datenwissenschaft auf seine Arbeit anwenden möchte. Oder Sie sind einfach ein neugieriger, lebenslang Lernender, der von den leistungsstarken Werkzeugen der Datenwissenschaft und Mathematik fasziniert ist. Unabhängig von Ihrer Motivation bieten wir Ihnen die Unterstützung und Informationen, die Sie für den Einstieg benötigen.

In Modul 1 lernen Sie, die grundlegenden Konzepte der linearen Algebra zu erklären und Python, eine der leistungsfähigsten Programmiersprachen, zur Modellierung verschiedener Daten zu verwenden. Wir werden die folgenden Lernziele abdecken.

Das ist alles enthalten

15 Videos6 Lektüren3 Aufgaben2 Diskussionsthemen

15 Videos Insgesamt 85 Minuten

Einführung in die Lineare Algebra für Data Science mit Python (Specializations) 4 Minuten
Einführung in die Lineare Algebra und Python 3 Minuten
Einführung für Ausbilder 4 Minuten
Installation des Versionskontrollsystems Git Bash 6 Minuten
Installation von Git Bash für einen Mac 4 Minuten
Installation von Jupyter Notebook über Anaconda 5 Minuten
Öffnen eines Jupyter-Notizbuchs 8 Minuten
Wie Sie Ihren Code dokumentieren 7 Minuten
Einführung in Matrizen 5 Minuten
Einführung in Matrizen in Python mit NumPy 7 Minuten
Einführung in Matrizen in Python mit SymPy 6 Minuten
Wie wird Lineare Algebra zum Lösen von Problemen verwendet? 4 Minuten
Diagramme in Python zur Datenmodellierung verwenden 9 Minuten
Mehr mit Graphen in Python tun, um Daten zu modellieren: Teil 1 8 Minuten
Mehr tun mit Diagrammen in Python zur Datenmodellierung: Teil 2 (Datenvisualisierungen) 5 Minuten

6 Lektüren Insgesamt 86 Minuten

Kurs 1 Willkommen 30 Minuten
Hinweis zu Git Bash für Mac 1 Minute
Zur Erinnerung - Beginnen Sie mit Git Bash 5 Minuten
Bewährte Praktiken zum Erlernen des Programmierens 10 Minuten
Python-Ressourcen 30 Minuten
Lernen Sie NumPy und SymPy kennen 10 Minuten

3 Aufgaben Insgesamt 90 Minuten

Erste Schritte mit Linearer Algebra und Python 30 Minuten
Modellierung von Daten in Python 30 Minuten
Grundlegende Konzepte der Linearen Algebra & Allgemeine Anwendungen der Linearen Algebra in der Datenwissenschaft 30 Minuten

2 Diskussionsthemen Insgesamt 20 Minuten

Treffen und Begrüßung 10 Minuten
Praktische Anwendungen der Linearen Algebra 10 Minuten

Lassen Sie uns rekapitulieren! In Modul 1 haben Sie eine Softwareinstallation durchgeführt, einige bewährte Verfahren kennengelernt und erfahren, wie Graphen zur Datenmodellierung in Python verwendet werden. In Modul 2 erwerben Sie die Kenntnisse, die Sie benötigen, um lineare Algebra zur Lösung von Data Science-Problemen zu verwenden. Sie werden auch Matrixalgebra auf großen Datensätzen mit Python anwenden. Wir werden die folgenden Lernziele abdecken.

Das ist alles enthalten

7 Videos1 Lektüre3 Aufgaben1 Diskussionsthema

7 Videos Insgesamt 46 Minuten

Einführung in die Funktionen der linearen Algebra in Python 6 Minuten
Matrizen in Python verwenden 6 Minuten
Lösen linearer Gleichungen mit Python 7 Minuten
Matrix Addition 6 Minuten
Matrix Multiplikation 8 Minuten
Ein praktisches Beispiel für die Matrixmultiplikation 3 Minuten
Matrix-Algebra in Python verwenden 10 Minuten

1 Lektüre Insgesamt 30 Minuten

Ergänzende Lektüre zum Lösen linearer Gleichungen mit Python 30 Minuten

3 Aufgaben Insgesamt 90 Minuten

Lineare Algebra verwenden 30 Minuten
Matrix-Algebra von Hand und in Python 30 Minuten
Matrixaddition, Multiplikation und Skalarmultiplikation von Hand und in Python 30 Minuten

1 Diskussionsthema Insgesamt 10 Minuten

Matrizen bei der Arbeit 10 Minuten

Lassen Sie uns rekapitulieren! In Modul 2 haben Sie gelernt, wie man lineare Algebra zur Lösung von Data Science-Problemen einsetzt. Mithilfe von Python haben Sie außerdem gelernt, wie Sie Matrixalgebra auf große Datensätze anwenden können. In Modul 3 werden Sie lernen, wie Sie Vektorgleichungen definieren und Vektorgleichungen zur Modellierung von Daten verwenden. Wir werden die folgenden Lernziele behandeln.

Das ist alles enthalten

7 Videos3 Aufgaben1 Diskussionsthema

7 Videos Insgesamt 42 Minuten

Systeme von linearen Gleichungen 5 Minuten
Zeilen-Echelon-Form und augmentierte Matrizen 8 Minuten
Elementare Zeilenoperationen und zeilenäquivalente Matrizen 5 Minuten
Gaußsche Eliminierung (Zeilenreduktion) 8 Minuten
Vektorielle Gleichungen 5 Minuten
Lösen von Vektorgleichungen 8 Minuten
Praktische Anwendungen eines linearen Funktionsmodells 4 Minuten

3 Aufgaben Insgesamt 90 Minuten

Vektorielle Gleichungen und Systeme von linearen Gleichungen 30 Minuten
Vektorielle Gleichungen verwenden 30 Minuten
Vektorielle Gleichungen, Systeme linearer Gleichungen und Modellierung von Daten 30 Minuten

1 Diskussionsthema Insgesamt 10 Minuten

Vektorielle Gleichungen 10 Minuten

Willkommen zum letzten Modul dieses Kurses! In den letzten 3 Modulen haben Sie die folgenden Themen kennengelernt: Versionskontrolle - Git Bash, Jupyter Notebook über Anaconda, NumPy und SymPy und andere Softwaretools, Datenmodellierung, Matrixalgebra und Vektorgleichungen. Im letzten Modul des Kurses werden Sie das Gelernte auf konkrete, reale Beispiele anwenden. Sie üben die Verwendung von Vektorgleichungen, um Datensätze zu untersuchen und Peer Reviews zu erstellen. Wir werden die folgenden Lernziele abdecken.

Das ist alles enthalten

4 Videos1 Lektüre1 Aufgabe1 peer review

4 Videos Insgesamt 19 Minuten

Einführung in einen Musterdatensatz 5 Minuten
Durcharbeiten eines Beispieldatensatzes mit Hilfe von Vektorgleichungen: Teil 1 5 Minuten
Durcharbeiten eines Beispieldatensatzes mit Hilfe von Vektorgleichungen: Teil 2 4 Minuten
Real-World-Anwendungen - Eiscreme-Verkauf 5 Minuten

1 Lektüre Insgesamt 30 Minuten

Anwendung von Peer-Feedback 30 Minuten

1 Aufgabe Insgesamt 30 Minuten

Reale Datensätze und Vektorgleichungen 30 Minuten

1 peer review Insgesamt 45 Minuten

Real-World Applications Zuweisungsanweisungen 45 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Lehrkraftbewertungen

(5 Bewertungen)

Dennis Davenport

Howard University

4 Kurse 6.175 Lernende

von

Howard University

Mehr von Softwareentwicklung entdecken

Status: Vorschau
Simplilearn
Linear Algebra for ML and Analytics Training
Kurs
Status: Kostenloser Testzeitraum
University of Pittsburgh
Linear Algebra and Regression Fundamentals for Data Science
Kurs
Status: Kostenloser Testzeitraum
Imperial College London
Mathematics for Machine Learning: Linear Algebra
Kurs
Status: Kostenloser Testzeitraum
Johns Hopkins University
Linear Algebra: Linear Systems and Matrix Equations
Kurs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

Häufig gestellte Fragen

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zum Antragsformular.

Weitere Fragen

Besuchen Sie die das Hilfe-Center für Kursteilnehmer.

Finanzielle Unterstützung verfügbar,

¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.