Курс Linear Algebra

Інтенсивний курс з прикладної лінійної алгебри для роботи з Data Science та Machine Learning.

Програма курсу

Vectors

• Vector space
• Geometric properties
• Line equation
• The basis
• Plane equation I

Normed Vector Spaces

• Vector Length
• Different distance metrics
• Vector similarity, clustering. K-Means
• K-nearest neighbors (KNN) for Classification and regression

Inner product space

• Dot product
• Vector projection on the line
• Plane equation II

Hyperplanes

• Hyperplane equation
• Support vector machines
• Kernel trick

Matrices

• Matrix operations
• Matrix as a functions
• Inverse matrix
• Solving linear equations
• Matrix rank
• Singular matrix

Orthogonal Transformations

• Rotation matrix and its properties
• Reflection matrix and its properties
• Translation

Affine and projective transformation

• Properties of affine transformation
• Changing reference frame
• Projecting vectors on to subspaces
• Projection matrix and its properties

Linear regression

• Solving overdetermined system of linear equations
• Pseudo-inverse matrix
• Linear regression and projection transformation

Singular value decomposition

• Matrix factorization with SVD
• Principal component analysis (PCA) with SVD
• Dimensionality reduction
• Applications

3D -> 2D

• 3D graphics algebra
• Camera pin-hole model and intrinsic matrix
• Euler angles and extrinsic matrix
• Augmented reality (AR)

Capstone project

Building a predictive model

Особливості курсу

• Вебінари щосереди о 19:30 та відеолекції щоп'ятниці
• Real-life завдання
• Курсовий проєкт
• Регулярний фідбек
• Сертифікат за здобутки
• Можна повернути кошти протягом 7 днів від початку курсу

Викладачі курсу

Ян Цибулькін - VP Data Science WorkOrder та co-founder Bldbox, Cloudozer, Symica