Amerikano
Модератор
- Сообщения
- 19,454
- Реакции
- 365,882
Автор: udemy
Название: Численные методы и оптимизация в Python
Этот курс посвящен численным методам и алгоритмам оптимизации на языке программирования Python.
Мы НЕ собираемся обсуждать ВСЮ теорию, связанную с численными методами (например, как решать дифференциальные уравнения и т. д.), мы просто рассмотрим конкретные реализации и численные принципы
Первый раздел посвящен матричной алгебре и линейным системам, таким как умножение матриц, исключение Гаусса и приложениям этих подходов. Мы рассмотрим знаменитый алгоритм Google PageRank.
Затем поговорим о численном интегрировании. Как использовать такие методы, как правило трапеций, формула Симпсона и метод Монте-Карло, для вычисления определенного интеграла заданной функции.
Следующая глава посвящена решению дифференциальных уравнений методом Эйлера и подходом Рунге-Кутты. Мы рассмотрим такие примеры, как задача о маятнике и баллистика.
Наконец, мы собираемся рассмотреть методы оптимизации, связанные с машинным обучением. Будут обсуждаться градиентный спуск, алгоритм стохастического градиентного спуска, ADAGrad, RMSProp и оптимизатор ADAM, а также теория и реализация.
Раздел 1 – Основы численных методов
Спасибо, что присоединились к моему курсу, давайте начнем!
Для кого этот курс:
Подробнее:
Скачать:
Название: Численные методы и оптимизация в Python
Этот курс посвящен численным методам и алгоритмам оптимизации на языке программирования Python.
Мы НЕ собираемся обсуждать ВСЮ теорию, связанную с численными методами (например, как решать дифференциальные уравнения и т. д.), мы просто рассмотрим конкретные реализации и численные принципы
Первый раздел посвящен матричной алгебре и линейным системам, таким как умножение матриц, исключение Гаусса и приложениям этих подходов. Мы рассмотрим знаменитый алгоритм Google PageRank.
Затем поговорим о численном интегрировании. Как использовать такие методы, как правило трапеций, формула Симпсона и метод Монте-Карло, для вычисления определенного интеграла заданной функции.
Следующая глава посвящена решению дифференциальных уравнений методом Эйлера и подходом Рунге-Кутты. Мы рассмотрим такие примеры, как задача о маятнике и баллистика.
Наконец, мы собираемся рассмотреть методы оптимизации, связанные с машинным обучением. Будут обсуждаться градиентный спуск, алгоритм стохастического градиентного спуска, ADAGrad, RMSProp и оптимизатор ADAM, а также теория и реализация.
Раздел 1 – Основы численных методов
- основы численных методов
- представление с плавающей запятой
- ошибки округления
- производительность C, Java и Python
- линейная алгебра
- умножение матриц
- Устранение Гаусса
- оптимизация портфеля с помощью матричной алгебры
- собственные векторы и собственные значения
- применение собственных векторов в машинном обучении (PCA)
- Объяснение алгоритма Google PageRank
- Теория интерполяции Лагранжа
- реализация и применение интерполяции
- решение нелинейных уравнений
- нахождение корня
- Метод Ньютона и метод деления пополам
- численное интегрирование
- метод прямоугольников и метод трапеций
- метод Симпсона
- Интеграция Монте-Карло
- решение дифференциальных уравнений
- метод Эйлера
- Метод Рунге-Кутты
- проблема маятника и баллистика
- алгоритм градиентного спуска
- стохастический градиентный спуск
- Алгоритмы ADAGrad и RMSProp
- Объяснение оптимизатора ADAM
Спасибо, что присоединились к моему курсу, давайте начнем!
Для кого этот курс:
- Этот курс предназначен для студентов с количественным опытом или инженеров-программистов, которые интересуются численными методами.
- Математическая основа — дифференциальные уравнения, интегрирование и матричная алгебра.
Подробнее:
Для просмотра ссылок Войдите в аккаунт или Зарегистрируйтесь
Скачать:
Для просмотра ссылок Войдите в аккаунт или Зарегистрируйтесь
Похожие темы из этого раздела:
- [Anatolii Domin] Unreal Engine 5 Синематик и Анимация с нуля до профессионала [Udemy] (2024)
- [Cortez Lake] Кибербезопасность на основе искусственного интеллекта [Udemy] (2024)
- [Udemy] Опционная стратегия: Торговля КРОК (низкий риск, профессиональный уровень) (2022)
- [Apexity by Apex Hatchers] Стратегическое креативное мышление [Udemy] (2024)
- [Surendra Varma Pericherla] Генеративный искусственный интеллект для лидеров [Udemy] (2024)
- [myoptionsedge.com] Опционная стратегия - Торговля КРОК [Udemy] (2024)
- [Гари Лямин] Курс для изучения интернет-маркетинга с нуля до уровня PRO [Udemy] (2024)
- [Александр Малейко] Тестирование API (Postman) [Udemy] (2024)
- [Victor Joyeux] Создавайте рекламные и другие видеоролики с помощью искусственного интеллекта AI (2024)
- [Chetan Pujari] ChatGPT мастер проектирования промптов [Udemy] (2024)