線形代数学
Open Academy
無料
入門 / algebra, Linear Algebra, algebra, MIT
このコースでは、行列論と線形代数を扱い、物理学、経済学、社会科学、自然科学、工学などの他分野で役立つトピックを重点的に学びます。内容は、ストラング教授の教科書『Introduction to Linear Algebra』における理論と応用の組み合わせに準拠しています。
入門
algebra, Linear Algebra, algebra
このコースでは、統計的推論と確率的思考に重点を置き、ランダムな現象やプロセスのモデリングと分析に焦点を当てます。学習者は、数学的な厳密さと概念的な理解を組み合わせた不可欠なモデルやツールを探求します。
1名 が受講中です。
難易度 入門
受講期間 無制限
確率モデルを現実世界のシナリオに適用する能力
統計データを解釈および分析するスキル
確率に基づいた情報に基づく意思決定を行う自信
MIT OpenCourseWare
確率論的思考の本質
不確実な世界を渡り歩くのは、時に困難を伴います。データに基づいて情報に基づいた意思決定を行ったり、統計結果の重要性を理解したりするなど、確率的に考える能力は、今日のデータ駆動型社会においてますます不可欠になっています。本コースでは、これらの概念を解き明かし、さまざまな分野に応用可能な確率と統計の強固な基礎を提供します。
実世界の例やインタラクティブなセッションを通じて、学習者は確率システム分析の原則を明らかにしていきます。このコースは数学的理論と実践的な応用を独自に融合させており、学生が統計的推論に対する鋭い直感を養うことを可能にします。学習を進めるにつれて、データの解釈や確率モデルに基づいた適切な意思決定を行うことに、徐々に自信が持てるようになるでしょう。
講義 ・ 25本の動画
1. 確率モデルと公理
2. 条件付き確率とベイズの法則
3. 独立性
4. 数え上げ
5. 離散確率変数 I
6. 離散型確率変数 II
講師陣
元のコース
学習対象は
誰でしょう?
仕事で統計データの解釈に苦労している個人
将来の学習に向けて分析スキルの向上を目指す学生
データに基づいた意思決定の向上を目指すプロフェッショナル
前提知識、
必要でしょうか?
微分積分学の概念に関する基礎的な理解
数学的推論への精通
データ分析と統計への関心
3,157
受講生
20
受講レビュー
4.9
講座評価
223
講座
"言語が学習の障壁にならないように。"
世界有数の機関による公開講座をお届けします。
翻訳と字幕作業を通じて、すべての学習者が言語の壁を感じることなく講義を受けられるようサポートします。
全体
27件 ∙ (21時間 6分)
講座資料(こうぎしりょう):
3. 1. 確率モデルと公理
51:10
4. 2. 条件付き確率とベイズの法則
51:10
5. 3. 独立性
46:29
6. 4. カウント
51:33
7. 5. 離散型確率変数 I
50:34
8. 6. 離散型確率変数 II
50:52
9. 7. 離散型確率変数 III
50:41
10. 8. 連続型確率変数
50:28
11. 9. 多変量連続型確率変数
50:50
13. 11. 派生分布(続き)、共分散
51:54
14. 12. 反復期待値の法則
47:53
15. 13. ベルヌーイ過程
50:57
16. 14. ポアソン過程 I
52:43
17. 15. ポアソン過程 II
49:27
18. 16. マルコフ連鎖 I
52:05
19. 17. マルコフ連鎖 II
51:24
20. 18. マルコフ連鎖 III
51:49
21. 19. 大数の弱法則
50:12
22. 20. 中心極限定理
51:22
23. 21. ベイズ統計推論 I
48:49
24. 22. ベイズ統計推論 II
52:15
25. 23. 古典的統計推論 I
49:31
26. 24. 古典的推論 II
51:49
27. 25. 古典的推論 III
52:06
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!
無料