Johns Hopkins University
Linear Algebra: Linear Systems and Matrix Equations

Diese kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Johns Hopkins University

Linear Algebra: Linear Systems and Matrix Equations

Joseph W. Cutrone, PhD

TOP-LEHRKRAFT

7.238 bereits angemeldet

Enthalten inCoursera Plus

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.7

(93 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Es dauert 10 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.7

(93 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Es dauert 10 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Wichtige Details

Erwerben Sie ein Karrierezertifikat.

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

11 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Linear Algebra from Elementary to Advanced
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 4 Module

In this module we introduce two fundamental objects of study: linear systems and the matrices that model them. We ask two fundamental questions about linear systems, specifically, does a solution exist and if there is a solution, is it unique. To answer these questions, a fundamental invariant needs to be found. We will use the Row Reduction Algorithm Algorithm to see the number of pivot positions in a matrix. These foundational concepts of matrices and row reduction will be revisited over and over again throughout the course so pay attention to new vocabulary, the technical skills presented, and the theory of why these algorithms are performed.

Das ist alles enthalten

2 Videos2 Lektüren3 Aufgaben

In this section we temporarily leave our discussion of linear systems to discuss vectors. These nx1 matrices are used in many contexts in physics, computer science and data science. We show in this section that answering questions about linear combinations turns out to be equivalent to solving a system of linear equations, underlying the deep connections of linear algebra. We then introduce the notion of a matrix as a function on vectors. Questions now about properties of the matrix as a function also turn out to be answered by solving a linear system. These connections between matrices as functions, vectors, and linear systems are sometimes why linear algebra is called the "theory of everything".

Das ist alles enthalten

3 Videos2 Lektüren3 Aufgaben

In this module, we study sets of vectors and functions on them. Understanding vectors and how to manipulate them via functions is quite useful in many areas, in particular, physics, computer science, math, and data science. The concept of linear dependence and linear independence is introduced along with the concept of a linear transformation. We will see when a linear transformation T can be represented by a matrix, how to find the matrix, and start to analyze the matrix to extract information about T. Pay careful attention to the new definitions in this section as they will be foundational to future modules!

Das ist alles enthalten

3 Videos3 Lektüren4 Aufgaben

In this cumulative assessment, we will ask about the definitions, theorems, and examples shown so far. This is an opportunity to assess your knowledge of the content. The foundational material in this course about linear systems, matrices, and vectors, is key to understanding the more advanced theory and applications of linear algebra to follow. Do the best you can on the assessment and review any questions that are incorrect and learn from them. Good luck!

Das ist alles enthalten

1 Aufgabe

Dozent

Lehrkraftbewertungen
4.3 (23 Bewertungen)
Joseph W. Cutrone, PhD

TOP-LEHRKRAFT

Johns Hopkins University
20 Kurse527.352 Lernende

von

Empfohlen, wenn Sie sich für Machine Learning interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 93

4.7

93 Bewertungen

  • 5 stars

    76,34 %

  • 4 stars

    19,35 %

  • 3 stars

    1,07 %

  • 2 stars

    0 %

  • 1 star

    3,22 %

TB
5

Geprüft am 21. Juni 2024

MT
5

Geprüft am 11. Apr. 2024

WB
4

Geprüft am 26. Mai 2024

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen