فلش‌کارت‌های آموزشی جبر خطی با گیلبرت استرنگ: درک شهودی و کاربردی برای دنیای مدرن

جبر خطی با گیلبرت استرنگ: درک شهودی و کاربردی برای دنیای مدرن جبر خطی با گیلبرت استرنگ: درک شهودی و کاربردی برای دنیای مدرن مقدمه دوره: سفری به قلب ریاضیات داده و هوش مصنوعی در دنیای پرشتاب امروز، جای...

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 99,988 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جبر خطی با گیلبرت استرنگ: درک شهودی و کاربردی برای دنیای مدرن

موضوع کلی: پایه‌های ریاضی برای علوم داده و مهندسی

موضوع میانی: مبانی جبر خطی

📋 سرفصل‌های دوره

  • 1. فضای برداری: مقدمه و مثال‌ها
  • 2. زیرفضاها: تعریف و تشخیص
  • 3. ترکیب خطی و پوشش خطی
  • 4. استقلال خطی و پایه‌ها
  • 5. بعد یک فضا و ماتریس تغییر پایه
  • 6. چهار زیرفضای بنیادی یک ماتریس
  • 7. فضای سطری و فضای ستونی
  • 8. فضای پوچ (هسته) یک ماتریس
  • 9. رتبه یک ماتریس و قضیه رتبه
  • 10. دستگاه معادلات خطی: وجود و یکتایی جواب
  • 11. روش حذف گاوسی
  • 12. ماتریس‌های افزوده و معادل‌سازی سطری
  • 13. ماتریس‌های وارون‌پذیر و روش محاسبه وارون
  • 14. تجزیه LU و حل دستگاه معادلات خطی
  • 15. ماتریس‌های جایگشتی و تجزیه PA = LU
  • 16. فضای ضرب داخلی: تعریف و مثال‌ها
  • 17. نامساوی کوشی-شوارتز و زاویه بین بردارها
  • 18. تعامد و پایه‌های متعامد
  • 19. تصویر متعامد و قضیه تصویر
  • 20. فرآیند گرام-اشمیت
  • 21. تجزیه QR
  • 22. کمترین مربعات: کاربردها و حل معادلات نرمال
  • 23. دترمینان: تعریف و خواص
  • 24. محاسبه دترمینان به روش توسعه کافاکتور
  • 25. قانون کرامر
  • 26. حجم و دترمینان
  • 27. مقادیر ویژه و بردارهای ویژه: تعریف و محاسبات
  • 28. چندجمله‌ای مشخصه
  • 29. فضای ویژه
  • 30. قطری‌سازی ماتریس‌ها
  • 31. ماتریس‌های متقارن و قطری‌سازی متعامد
  • 32. تجزیه مقدار منفرد (SVD): مقدمه
  • 33. محاسبه مقادیر منفرد
  • 34. کاربردهای SVD در فشرده‌سازی تصویر
  • 35. کاربردهای SVD در بازیابی اطلاعات
  • 36. ماتریس‌های مثبت معین
  • 37. آزمون مثبت معین بودن
  • 38. کاربردهای ماتریس‌های مثبت معین
  • 39. فرم‌های درجه دوم
  • 40. نابرابری‌های مربوط به مقادیر ویژه
  • 41. روش‌های تکراری برای حل دستگاه معادلات خطی
  • 42. روش ژاکوبی
  • 43. روش گاوس-سیدل
  • 44. روش گرادیان کاهشی
  • 45. مقدمه‌ای بر جبر خطی عددی
  • 46. خطاها و پایداری عددی
  • 47. تخمین شرایط عددی
  • 48. ماتریس‌های اسپارس (تنک)
  • 49. روش‌های مستقیم برای ماتریس‌های اسپارس
  • 50. روش‌های تکراری برای ماتریس‌های اسپارس
  • 51. مقدمه‌ای بر بهینه‌سازی خطی
  • 52. برنامه‌ریزی خطی: فرم استاندارد
  • 53. روش سیمپلکس
  • 54. دوگانگی در برنامه‌ریزی خطی
  • 55. قضیه دوگانگی
  • 56. کاربرد برنامه‌ریزی خطی در مسائل واقعی
  • 57. مقدمه‌ای بر کنترل بهینه
  • 58. معادلات دیفرانسیل خطی
  • 59. فضای حالت و کنترل‌پذیری
  • 60. مشاهده‌پذیری
  • 61. بازخورد حالت
  • 62. مقدمه‌ای بر پردازش سیگنال
  • 63. تبدیل فوریه گسسته (DFT)
  • 64. تبدیل فوریه سریع (FFT)
  • 65. کاربردهای DFT و FFT
  • 66. مقدمه‌ای بر یادگیری ماشین
  • 67. رگرسیون خطی
  • 68. دسته‌بندی خطی
  • 69. ماشین‌های بردار پشتیبان (SVM)
  • 70. مقدمه‌ای بر شبکه‌های عصبی
  • 71. پرceptron
  • 72. شبکه‌های عصبی پیش‌خور
  • 73. پس‌انتشار خطا
  • 74. مقدمه‌ای بر تحلیل مولفه‌های اصلی (PCA)
  • 75. محاسبه مولفه‌های اصلی
  • 76. کاربردهای PCA در کاهش ابعاد
  • 77. کاربردهای PCA در تجسم داده
  • 78. مقدمه‌ای بر خوشه‌بندی
  • 79. خوشه‌بندی K-Means
  • 80. خوشه‌بندی سلسله مراتبی
  • 81. معیارهای ارزیابی خوشه‌بندی
  • 82. مقدمه‌ای بر گراف‌ها و شبکه‌ها
  • 83. ماتریس مجاورت
  • 84. مسیرها و دوره‌ها
  • 85. مرکزیت و نفوذ
  • 86. مقدمه‌ای بر زنجیره‌های مارکوف
  • 87. ماتریس انتقال احتمال
  • 88. توزیع‌های پایدار
  • 89. کاربردهای زنجیره‌های مارکوف
  • 90. مقدمه‌ای بر نظریه بازی
  • 91. ماتریس پاداش
  • 92. تعادل نش
  • 93. کاربردهای نظریه بازی
  • 94. مقدمه‌ای بر هندسه محاسباتی
  • 95. پوسته محدب
  • 96. مثلث‌بندی دلونی
  • 97. دیاگرام ورونوی
  • 98. کاربردهای هندسه محاسباتی
  • 99. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 100. مدل کیسه کلمات
SMART LEARNING PLATFORM
از مطالعه تا یادگیری ماندگار
فراتر از یک مجموعه فلش‌کارت؛ تجربه‌ای تعاملی برای یادگیری، تمرین، مرور هوشمند و مشاهده مسیر پیشرفت شما، همراه با امکان دریافت گواهی پایان دوره در دوره‌های واجد شرایط.
مرور فاصله‌دار آمار یادگیری گواهی دوزبانه
یادگیری را به یک مسیر قابل پیگیری تبدیل کنید
با ورود به سامانه آموزشی، محتوای دوره را به‌صورت مرحله‌ای دنبال کنید، فلش‌کارت‌ها را مرور کنید، دانش خود را با پرسش‌ها و آزمون‌ها بسنجید و روند پیشرفتتان را در طول مسیر ببینید.
⟳
مرور فاصله‌دار هوشمند
با مرور زمان‌دار، کارت‌های تازه و کارت‌های سررسیدشده را بر اساس برنامه مرور دنبال کنید. ارزیابی پاسخ‌ها به زمان‌بندی مرورهای بعدی کمک می‌کند تا تمرین متناسب‌تری داشته باشید.
◉
مشاهده مسیر پیشرفت
میزان مشاهده فلش‌کارت‌ها، فعالیت‌های مرور، عملکرد آزمون‌ها و آمار یادگیری را بررسی کنید و تصویر روشن‌تری از مسیر آموزشی خود داشته باشید.
▤
یادگیری مرحله‌به‌مرحله
فصل‌ها و بخش‌های آموزشی را به ترتیب دنبال کنید، مطالب دیده‌نشده را پیدا کنید و بدون سردرگمی به ادامه مسیر برگردید.
✓
تمرین و سنجش آموخته‌ها
با نکته‌های آموزشی، پرسش و پاسخ، کوییزها و آزمون‌های پایان فصل، دانسته‌های خود را تمرین کنید و بخش‌هایی را که به توجه بیشتری نیاز دارند بشناسید.
SMART REVIEW
هر بار، مرور هدفمندتر
لازم نیست هر روز از ابتدا درباره اینکه چه چیزی را مرور کنید تصمیم بگیرید. سامانه، صف مرور روزانه را بر اساس کارت‌های تازه و موعد مرور کارت‌ها آماده می‌کند. شما پاسخ را ارزیابی می‌کنید و برنامه مرور با توجه به آن تنظیم می‌شود.
دوباره
برای کارت‌هایی که به تمرین زودتر نیاز دارند.
سخت
برای پاسخ‌هایی که با دشواری به یاد آمده‌اند.
خوب
برای پاسخ‌هایی که به‌درستی به یاد آورده‌اید.
آسان
برای کارت‌هایی که پاسخ آن‌ها را به‌آسانی می‌دانید.
برنامه مرور بر اساس ارزیابی شما تنظیم می‌شود؛ مرور منظم می‌تواند به تثبیت آموخته‌ها کمک کند، اما به‌تنهایی تضمین‌کننده تسلط کامل نیست.
محتوا را به شیوه‌های مختلف تمرین کنید
ساختار دوره‌ها متناسب با موضوع آموزشی طراحی شده است و ممکن است انواع مختلفی از محتوا را در بر بگیرد.
نکته‌های ساده
برای مرور سریع مفاهیم اصلی و نکات کلیدی.
نکته‌های رسمی
برای تمرین تعاریف، اصطلاحات و بیان دقیق علمی.
کوییز
برای سنجش درک مطلب و بررسی گزینه صحیح.
پرسش و پاسخ
برای تمرین یادآوری و سنجش میزان تسلط بر مطالب.
محتوای هر دوره بر اساس ساختار و امکانات فعال همان دوره ارائه می‌شود.
LEARN ANYWHERE
همراه شما روی مرورگر
برای استفاده از نسخه تحت وب، کافی است با حساب کاربری خود وارد سامانه شوید. بدون نیاز به نصب یک برنامه اختصاصی، می‌توانید از مرورگر سازگار روی گوشی، تبلت یا رایانه به دوره‌های در دسترس خود مراجعه کنید.
گوشی هوشمند
برای مطالعه در زمان‌های کوتاه
تبلت و لپ‌تاپ
برای مطالعه و مرور راحت‌تر
حساب کاربری شخصی
برای دسترسی به دوره‌های مجاز شما
COURSE COMPLETION CERTIFICATE
گواهی پایان دوره؛ ثبت دستاورد شما
در دوره‌هایی که امکان دریافت گواهی برای آن‌ها فعال است، می‌توانید پس از تکمیل شرایط آموزشی، درخواست گواهی پایان دوره ثبت کنید.
شرایط درخواست گواهی
✓ داشتن دسترسی دارای قابلیت گواهی برای دوره مربوطه.
✓ تکمیل اطلاعات لازم در پروفایل، شامل کد ملی معتبر، عکس پرسنلی و نام و نام خانوادگی انگلیسی.
✓ مشاهده تمام فلش‌کارت‌های فعال دوره.
✓ قبولی در آزمون‌های پایان فصل، در صورت وجود آزمون برای فصل‌ها.
فارسی و انگلیسی
پس از تأیید و انتشار، نسخه‌های فارسی و انگلیسی گواهی در دسترس قرار می‌گیرند.
استعلام آنلاین
گواهی منتشرشده دارای QR Code و لینک اختصاصی برای بررسی آنلاین اعتبار آن است.
دانلود و چاپ
پس از انتشار گواهی، امکان دریافت نسخه PDF فارسی و انگلیسی و چاپ آن فراهم است.
توجه: ثبت درخواست به معنای صدور قطعی نیست. درخواست گواهی پس از بررسی و تأیید ادمین منتشر می‌شود. این گواهی، گواهی پایان دوره آموزشی است و به‌خودی‌خود معادل مدرک دانشگاهی یا مدرک رسمی مورد تأیید نهادهای دولتی نیست.
یادگیری را شروع کنید؛ پیشرفت را دنبال کنید
با تمرین منظم، مرور هدفمند و پیگیری مسیر آموزشی خود، قدم‌به‌قدم دانش و مهارت‌هایتان را گسترش دهید.
هر کارت، یک قدم به جلو
امکانات محتوایی، مرور و گواهی بر اساس سطح دسترسی و تنظیمات هر دوره متفاوت است.
نگاهی به محیط سامانه

یادگیری هوشمند، قدم‌به‌قدم

با محیط سامانه آموزشی آشنا شوید و نمونه‌هایی از فضای یادگیری، فلش‌کارت‌ها و ابزارهای مرور و تمرین را مشاهده کنید.

تصویر نمونه اول از سامانه آموزشی و فلش‌کارت‌ها
محیط سامانه آموزشی
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه دوم از سامانه آموزشی و فلش‌کارت‌ها
یادگیری و مرور مطالب
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه سوم از سامانه آموزشی و فلش‌کارت‌ها
تجربه مطالعه تعاملی
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه چهارم از سامانه آموزشی و فلش‌کارت‌ها
امکانات بیشتر سامانه
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید

یادگیری فراتر از مطالعه معمولی
با فلش‌کارت‌های آموزشی، مرور هدفمند و تمرین مستمر، مطالب را فعالانه یاد بگیرید و مسیر پیشرفت خود را دنبال کنید.

تگ‌ها: Applied Linear Algebra Data Science engineering mathematics Gilbert Strang linear algebra Machine Learning Mathematical Foundations جبر خطی درک شهودی علوم داده گیلبرت استرنگ مبانی جبر خطی مهندسی هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.