.png?w=960)
벡터 미적분학 시리즈1 - 미분 기초
조범희 (타블렛깎는노인)
이 강좌를 통해 수강생은 벡터 미적분학 (미적분2)에서 미분의 기초에 대해 다질 수 있습니다.
Basic
미적분
Pythonを活用した線形代数学 - NumPyとSciPyの活用
このコースでは、PythonのSciPyライブラリを活用してさまざまな行列計算に関する問題を解く方法を学びます。
学習した受講者のレビュー
こんなことが学べます
Pythonを使用して線形代数学の問題を解決する方法
NumPyとSciPyライブラリの活用
行列演算の実用化と計算効率の強化
いいえ、これは私の話ですか？
🌿 CASE 1 🌿
線形代数学概論の授業をすべて聞いた。私はついに線形代数学の概論をマスターしました。どんな問題でも私に投げてくれれば完璧に解けるようになった。ところで.. 直ちに100 x 100行列をsingular value decompositionをしなければならない.. 大変だ。🌿 CASE 2 🌿
教授：すぐに明日までにこのデータを二次関数で近似してくる。
学生：はい、わかりました。データはいくつですか？
教授： 4万人。
学生: ??
教授：ああ、やる気にa+b*sinh(x)+c*Log(x)にも一度フィッティングしてみようか？すぐにしませんか？
学生：?????????
🌿 CASE 3 🌿
今、大学を知らないので、Matlabを使うことができません…高すぎたりして…ハ..これからも少し解放すべきなのに何の方法がないだろうか..?
NumPyとSciPyを活用して、さまざまな行列計算の問題を解いてみましょう。
行列計算の問題をすばやく解決するには、PythonでNumpyとSciPyのライブラリを活用する必要があります。コンピュータを活用して行列方程式を解いてみませんか？固有値も求めてみませんか？それとも、そのような機能が必要ですか？
このレッスンでは、PythonのSciPyライブラリを活用して、さまざまな行列計算に関する問題を解決できます。 Pythonを知らなくても、線形代数学の概論に関する知識が浅くても講義を聞いてすぐに適用できるように内容を構成したので、心配せずに受講してください！
学習目標📜
本講義では、SciPyとNumPyを活用して線形代数学的な問題をコンピュータに解くことができます。
こんな方が聞くといいですね！ ✨
- 工大生と大学院生
- すぐに行列方程式の解を求める方
- すぐに固有値と固有ベクトルを求めたい方
- SVDをやってみたい、または最小二乗法の年が必要な方
- 線形代数学概論を勉強した方
- その他PythonのSciPyライブラリの学習に興味がある方
受講前にまず確認してください！ ✒️
- Pythonに関する専門知識がなくても受講できます。
- 講義と実習が同時に行われます。
- 後でLapackライブラリを使用する方のために、講座で使用される関数に関連するLapack関数が何であるかをお知らせします。
- 本講義では行列計算関連の数値解析理論を学んでいません。
受講前に気になる事項集！
Q. 行列方程式をコンピュータに解くことができるのですが、本当ですか？
A. それでは。コンピュータで解放しない方がもう！
Q. すぐにサイズが大きい行列の固有値を求めなければならないのにどうですか？手で解くことはできません 😭😭
A. 心配しないでください。ほんの数行のPythonコードで入手できます。このコースはあなたに必要です。
Q. 私はプログラミングの経験がありません...しかし、線形代数学の問題をコンピュータに解いてみたいです！
A. よく訪ねてきました。簡単に従うことができます。
Q. Pythonが遅いと聞いたのですが…これを学んでみたら実用的ではないのではないでしょうか？
A.私たちが学ぶSciPyの関数は、Fortranで書かれた関数（何十年にもわたって開発された...!!）を呼び出して使用します。実用に問題がないほどの速度と精度を提供します。
Q. どこで聞く論… 普通に直接コードを織ると聞いたのに…？
A. 数年ではなく数十年間開発された線形代数学関連関数が存在します。その使い方だけ知っても生きていくのに(?)大きな助けになります。
この講座も一度聞いてみませんか？
こんな方に
おすすめです
学習対象は
誰でしょう？
線形代数学の概念を実際のコーディング練習に身につけたい方
PythonライブラリであるNumPyとSciPyを活用して線形代数学を学びたい人
実際の線形代数学の概念をカバーし、コンピュータ科学と数学の知識を拡張したい人
6,198
受講生
171
受講レビュー
387
回答
4.7
講座評価
7
講座
새로운것을 배우고 가르치는걸 좋아합니다.
인프런을 통해 많은 분들에게 도움이 되면 좋겠습니다.
전문분야 (+좋아하는 분야) 👨🎓
- 전공: 원자력
- 수학: 선형대수학개론, 대학미적분, 벡터미적분학, 응용미분방정식, 응용해석방정식, 확률과 통계, 수치해석
- 컴퓨터 언어: 포트란(MPI, OpenMP 포함), Javascript (nodeJS), C#, C++, Python, Solidity, …
출신학교
- 박사: 카이스트, 원자력 및 양자공학과, 2011 ~ 2016
- 석사: 카이스트, 원자력 및 양자공학과, 2009 ~ 2011
- 학부: 카이스트, 원자력 및 양자공학과, 2005 ~ 2009
- 고등학교: 경기과학고, 2003 ~ 2005
경력
- 2019 ~: 인프런강사
- 2017 ~ 2018: 스탠다드에너지, 연구소장
- 2016 ~ 2017: 스탠다드에너지, 특수연구 총괄
링크
- 블로그: https://blog.naver.com/bumhee34
- 유튜브: https://www.youtube.com/channel/UCsaTZaR2itIeT0eVHPi1_cw
- 이메일 bumhee34@gmail.com
カリキュラム
全体
29件 ∙ (13時間 31分)
5. 行列とベクトル表現
31:00
6. 単純行列入出力方法
26:00
7. 行列関連の便利な機能
22:00
8. 行列基本操作(1)
41:00
9. 行列基本操作(2)
47:00
10. 行列基本操作(3)
28:00
講座掲載日:
最終更新日:
受講レビュー
全体
8件
5.0
8件の受講レビュー
Gabriel Woojae Lim受講レビュー 2
∙
平均評価 5.0
5
76% 受講後に作成완료수업 25/29, 수강시간 10h33m 에서 첫 후기 남깁니다. 이런거 잘 안남기는 사람이라 지금 남겨야 미루지 않을것 같습니다. 수강동기 : ML 공부하던 중 Numpy slicing을 정확히 배울 필요가 있었고, 강좌를 둘러보다가 여기서 커버가 될 것 같아 수강했습니다. 후기 : 필요했던 Numpy slicing을 정확히 배울 필요가 있었습니다. 조범희님의 선형대수학 강의를 선수강 하지 않았지만, 따라가는데 문제 없었습니다. 이 강좌를 차분히 따라가면 Scipy의 linalg 함수들의 사용법 충분히 배우게 됩니다. 함수사용법에 대한 설명과 예제의 구성이 꼼꼼하며, 수강생이 '당연히 알겠지' 하고 넘어가는 것 없이 자세히 풀어서 설명해주십니다. 그러기에 앞서 올리신 조범희님의 선형대수학 강의가 듣고 싶어집니다. (인프런 리뉴얼 하면 할인권 풀어주시나 했는데.. 없네요. ㅎㅎ)
- 조범희 (타블렛깎는노인)知識共有者
소중한 후기 감사합니다!!ㅎㅎ 교과서나 주어진 커리큘럼이 없이 만든 강좌여서 나름 이런저런 노력을해서 만든 강좌다 보니 개인적으로 애착이 많이 가는 강좌입니다. 강좌를 보시면서 부족하거나, 업데이트 됐으면 하는 부분들이 있다면 언제든지 저에게 메시지나 이메일로 피드백 주시면 최대한 반영하도록 하겠습니다. 제가 생각지도 못한 부분들이 있을 수도 있기에 수강생 여러분의 적극적인 의견이 있으면 강좌가 더 업데이트(!) 되고 수정될 수 있습니다. (지금은 또 다른 수학관련 강좌를 만들고 있습니다. 앞으로도 많은 관심 부탁드릴게요 ㅎㅎ)
- 허민규
受講レビュー 7
∙
平均評価 4.9
5
45% 受講後に作成강의 초반부에 기회가 된다면 전설의 언어 Fortran 강좌도 열겠다고 하셨는데, 꼭 열어주세요! Fortran을 사용하는 대학원에 있어서 필요합니다.
- 조범희 (타블렛깎는노인)知識共有者
추후에라도 꼭 시간닿는대로 만들도록 노력하겠습니다. 감사합니다!
- 웃지요
受講レビュー 5
∙
平均評価 4.6
- 이찬호
受講レビュー 4
∙
平均評価 4.8
- pro작곡까
受講レビュー 6
∙
平均評価 4.8
￥6,809
