Tillämpad linjär algebra för dataanalys
Uppsala universitetTillämpad linjär algebra för dataanalys
Inom områdena data science och maskininlärning baseras många av tillämpningarna på linjär algebra. Data representeras vanligen i matrisform och analyseras genom matris-och vektoroperationer. Om man vill förstå relationer mellan olika egenskaper hos data "översätts" detta till att förstå hur kolumnerna beror av varandra, och det kan analyseras med algoritmen QR-faktorisering.
Att reducera dimensionen hos stora datamängder (transformera ett stort antal variabler till en mindre mängd variabler men ändå behålla huvuddelen av informationen) kallas inom data science principalkomponentanalys (PCA), men är egentligen samma sak som singulärvärdesuppdelning. I grunden är det alltså metoder inom linjär algebra. Rankningsalgoritmer, som den pagerank-algoritm som lade grunden för Google, är egentligen en form av en algoritm inom linjär algebra för att hitta egenvärden. Linjär algebra är alltså en förutsättning för att förstå data science och maskininlärningen på djupet.
I den här kursen kommer vi fokusera på, inte linjär algebra, utan numerisk linjära algebra. Det betyder att vi studerar de beräkningsalgoritmer som används när man praktiskt arbetar i data science. Vi tittar också på metoder för effektiv lagring av data, och hur beräkningar sker på ett effektivt sätt, och analyserar varför det fungerar.
Förkunskaper
Uppsala universitet
Välkommen till Uppsala universitet
Välkommen till Uppsala universitet Uppsala universitet är ett internationellt välkänt forskningsuniversitet med vetenskapens och utbildningens utveckling i fokus. Universitetet främjar utveckling och innovation genom en aktiv roll i samhället. Utbildningar på Uppsala Universitet Uppsala universitet har ett stort utbildningsutbud på...
Hitta till utbildaren
Uppsala universitet
Det finns inga recensioner för Tillämpad linjär algebra för dataanalys
Var finns framtidens jobb & hur mycket kommer jag att tjäna?
Få koll på vad du kan tjäna efter din utbildning och om den branschen är värd att investera din tid i.