Cơ sở về xác suất và thống kê
tkn
Ai thích toán thì giơ tay! Ai muốn học xác suất và thống kê thì giơ tay!
Trung cấp trở lên
Probability and Statistics, Statistics
Chuỗi bài học Giải tích vectơ 2 - Vi phân nâng cao: Cơ sở của lý thuyết tối ưu hóa và hàm vectơ
Thông qua khóa học này, bạn sẽ được học những kiến thức cơ bản về lý thuyết tối ưu hóa hàm đa biến và các nội dung tổng quan về hàm vectơ.
(5.0) 6 đánh giá
610 học viên
Độ khó Trung cấp trở lên
Thời gian Không giới hạn
Integral Differential
Integral Differential
Integral Differential
Integral Differential
Đánh giá từ những học viên đầu tiên
Đánh giá từ những học viên đầu tiên
5.0
5.0
soy_kim
71% đã tham gia
Tôi đã học xong Series 1 và đang tiếp tục học Series 2. Điều tuyệt vời nhất là mọi chi tiết đều được giải thích chi tiết nên tôi có thể hiểu chính xác khái niệm này. Trong số các tài liệu của lớp có những hình ảnh sơ đồ rất hữu ích trong việc hiểu các khái niệm. Tôi nghĩ đây sẽ là một bài giảng thực sự tốt cho những ai muốn tự học. Tôi cảm thấy khóa học này được tạo ra một cách cẩn thận nên rất khó để đánh giá nó chỉ với 5 sao, vì vậy tôi sẽ để lại đánh giá chân thành :) Bạn có thể vui lòng tổ chức một khóa học thống kê xác suất với chất lượng tương tự trong tương lai không? Tôi hy vọng bộ truyện tích hợp sẽ sớm ra mắt! Làm ơn, làm ơn. Tôi chắc chắn sẽ lắng nghe!
5.0
송민호
100% đã tham gia
Vâng, nội dung rất hay
5.0
유승후
49% đã tham gia
Nếu là sinh viên kỹ thuật, đây là thứ bắt buộc, tốt nhất cho cả việc sắp xếp và học tập. Tôi cũng muốn nghe các bài giảng ở trình độ sau đại học.
Bạn sẽ nhận được điều này sau khi học.
Đạo hàm cấp cao
Khai triển Taylor của hàm nhiều biến
Tìm giá trị lớn nhất và giá trị nhỏ nhất của hàm nhiều biến
Lý thuyết tối ưu hóa
Tìm hiểu về độ dài cung (arc length)
Thấu hiểu về độ cong
Thấu hiểu về sự phân kỳ (divergence)
Tìm hiểu về trường vectơ
Giới thiệu chuỗi bài viết 'Giải tích vectơ'
Giải tích vector là kiến thức thiết yếu cần thiết trong vô số lĩnh vực như vật lý, kỹ thuật, AI, học sâu, đồ họa máy tính và kinh tế học. Tuy nhiên, nội dung quá đồ sộ nên việc tự học gặp nhiều khó khăn. Vì vậy, tôi đã tạo ra series này để chọn lọc và truyền tải chính xác những nội dung thực sự cần thiết.
Nếu bạn chinh phục từng phần một cách chậm rãi theo từng series, bạn cũng sẽ có thể làm chủ được giải tích vector.
Giải tích vector vốn dĩ khô khan và khó nhằn sẽ trở nên dễ dàng hơn thông qua khóa học này! 👊
Sê-ri được cấu trúc như thế này.
- Chương 1 The Geometry of Euclidean Space
- Chương 2 Differentiation
Series 2 - Vi phân nâng cao Khóa học hiện tại
- Chương 3 Higher-Order Derivatives; Maxima and Minima
- Chương 4 Vector-Valued Functions
- Chương 5 Double and Triple Integrals
- Chương 6 The Change of Variables Formula
- Chương 7 Integral Over Paths and Surfaces
- Chương 8 Các định lý tích phân của phân tích vectơ
Chuỗi bài giảng Giải tích vectơ phần 2: Cơ sở lý thuyết tối ưu hóa và hàm vectơ
Trong phần 2, dựa trên nội dung của phần 1, bạn sẽ được học về lý thuyết cực đại / cực tiểu của hàm đa biến và lý thuyết tổng quan về hàm vectơ.
- Bạn sẽ được học các lý thuyết tổng quan về hàm vectơ, đây là những nội dung cần thiết khi học các lý thuyết tuyệt đẹp (!) trong loạt bài về tích phân sau này. Ngoài ra, bạn cũng có thể làm quen với vô số ký hiệu toán học được sử dụng trong các công thức vật lý và kỹ thuật.
Chúng ta cùng xem qua những phần mà bạn có thể thắc mắc về khóa học nhé? 🙋♂️
Q. Có cần kiến thức tiên quyết không?
A. Bạn cần phải nghe bài giảng đầu tiên của tôi là <Vector Calculus Series 1>, và phải nắm rõ hầu hết nội dung của Giải tích 1. Tuy nhiên, trong quá trình giảng dạy, tôi sẽ ôn tập lại ngắn gọn các nội dung cần thiết của Giải tích 1 nên bạn không cần quá lo lắng.
Hỏi: Khóa học có khó không?
Đáp: Lý do môn Giải tích 2 ở đại học thường tạo cảm giác khó khăn đơn giản là vì rất khó để bao quát hết mọi nội dung chỉ trong một học kỳ. Do thời gian gấp rút mà sinh viên phải tự mình nghiên cứu quá nhiều phần nên không thể tránh khỏi cảm giác khó khăn. Trong khóa học này, tôi sẽ giải thích chi tiết nhất có thể những phần có thể gây khó hiểu. Nếu bạn đã nắm vững Giải tích 1 và phần 1 của loạt bài giảng này, tôi tin rằng bạn có thể học mà không gặp vấn đề gì lớn.
Lưu ý trước khi học!
- 😲 Mỗi bài giảng đều được hoàn thành với ít nhất 30 giờ nỗ lực. Tôi ghét việc làm mọi thứ một cách hời hợt.
- 😪 Nếu bạn cảm thấy tốc độ nói trong bài giảng hơi chậm, tôi khuyên bạn nên xem ở tốc độ 1.25~1.5.
- 🙋♂️ Đừng ngần ngại cho tôi biết bất cứ khi nào bạn có thắc mắc hoặc có điểm nào cần cải thiện nhé.
- 😫 Tôi không nhận giải đáp các câu hỏi liên quan đến bài tập cá nhân, giải đề thi, hay giải đề cương ôn tập nằm ngoài nội dung khóa học.
Bạn có muốn thử nghe khóa học này không?
Các bài giảng toán học của người chia sẻ kiến thức Cho Bum-hee
Giới thiệu về Đại số tuyến tính
Đại số tuyến tính sử dụng Python
Ứng dụng Numpy và SciPy
Ứng dụng Numpy và SciPy
Cơ bản về vi phân
Tích phân cơ bản
Tích phân nâng cao
Khuyến nghị cho
những người này
Khóa học này dành cho ai?
Sinh viên đại học (đặc biệt là sinh viên khối kỹ thuật)
Sinh viên cao học
Những người muốn học Giải tích 2
Những người muốn tìm hiểu về đạo hàm của hàm nhiều biến
Những người muốn học những kiến thức cơ bản về lý thuyết tối ưu hóa
Những người cần hiểu về toán học tài chính và kinh tế học toán định lượng
Những người muốn học toán như một sở thích
Cần biết trước khi bắt đầu?
Giải tích 1
Chuỗi bài giảng Giải tích vectơ 1
Đại số tuyến tính (tùy chọn)
Xin chào
Đây là tkn
6,439
Học viên
181
Đánh giá
387
Trả lời
4.7
Xếp hạng
7
Các khóa học
Tôi thích học hỏi và giảng dạy những điều mới mẻ.
Hy vọng thông qua Inflearn, tôi có thể giúp ích được cho nhiều người.
Lĩnh vực chuyên môn (+Lĩnh vực yêu thích) 👨🎓
- Chuyên ngành: Năng lượng hạt nhân
- Toán học: Nhập môn Đại số tuyến tính, Vi tích phân đại học, Vi tích phân vectơ, Phương trình vi phân ứng dụng, Giải tích ứng dụng, Xác suất và Thống kê, Giải tích số
- Ngôn ngữ máy tính: Fortran (bao gồm MPI, OpenMP), Javascript (nodeJS), C#, C++, Python, Solidity, …
Trường học tốt nghiệp
- Tiến sĩ: KAIST, Khoa Kỹ thuật Hạt nhân và Lượng tử, 2011 ~ 2016
- Thạc sĩ: KAIST, Khoa Kỹ thuật Hạt nhân và Lượng tử, 2009 ~ 2011
- Cử nhân: KAIST, Khoa Kỹ thuật Hạt nhân và Lượng tử, 2005 ~ 2009
- Trường trung học phổ thông: Trường Trung học Khoa học Gyeonggi, 2003 ~ 2005
Kinh nghiệm làm việc
- 2019 ~: Giảng viên Inflearn
- 2017 ~ 2018: Standard Energy, Giám đốc viện nghiên cứu
- 2016 ~ 2017: Standard Energy, Tổng quản lý nghiên cứu đặc biệt
Liên kết
- Blog: https://blog.naver.com/bumhee34
- Youtube: https://www.youtube.com/channel/UCsaTZaR2itIeT0eVHPi1_cw
- Email bumhee34@gmail.com
Chương trình giảng dạy
Tất cả
45 bài giảng ∙ (13giờ 4phút)
Ngày đăng:
Cập nhật lần cuối:
Đánh giá
Tất cả
6 đánh giá
5.0
6 đánh giá
chhyoo58433Đánh giá 5
∙
Đánh giá trung bình 5.0
- jhkang8311231
Đánh giá 7
∙
Đánh giá trung bình 4.9
- designproc3651
Đánh giá 4
∙
Đánh giá trung bình 5.0
- pot12231232
Đánh giá 6
∙
Đánh giá trung bình 5.0
- akayskim3397
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
71% đã tham giaTôi đã học xong Series 1 và đang tiếp tục học Series 2. Điều tuyệt vời nhất là mọi chi tiết đều được giải thích chi tiết nên tôi có thể hiểu chính xác khái niệm này. Trong số các tài liệu của lớp có những hình ảnh sơ đồ rất hữu ích trong việc hiểu các khái niệm. Tôi nghĩ đây sẽ là một bài giảng thực sự tốt cho những ai muốn tự học. Tôi cảm thấy khóa học này được tạo ra một cách cẩn thận nên rất khó để đánh giá nó chỉ với 5 sao, vì vậy tôi sẽ để lại đánh giá chân thành :) Bạn có thể vui lòng tổ chức một khóa học thống kê xác suất với chất lượng tương tự trong tương lai không? Tôi hy vọng bộ truyện tích hợp sẽ sớm ra mắt! Làm ơn, làm ơn. Tôi chắc chắn sẽ lắng nghe!
- tknGiảng viên
Cảm ơn bạn rất nhiều vì đánh giá có giá trị của bạn Haha! Chúng tôi sẽ tiếp tục tạo ra các khóa học hữu ích. Ồ, nhân tiện, tôi cũng không biết chắc chắn, nhưng tôi đã nhận được yêu cầu từ một số người qua email, vì vậy tôi đã so sánh đại khái các cuốn sách giáo khoa với ý định làm chúng trong tương lai. Trước hết, loạt phép tính vectơ đã hoàn thành và tôi cần suy nghĩ xem nên tạo khóa học nào. Chúng tôi cũng sẽ tạo một chuỗi tích phân càng nhanh càng tốt. Cảm ơn bạn một lần nữa!! chúc một ngày tốt lành! cười
Khóa học khác của tkn
Hãy khám phá các khóa học khác của giảng viên!
Khóa học tương tự
Khám phá các khóa học khác trong cùng lĩnh vực!