Algebra: Elementary to Advanced – Equations & Inequalities<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh4.googleusercontent.com\/Qa0im0IaFa5-1uVO0eEcd4mWtJozztWsac9i3m30wKV3IKOxXfV0m30tSfVfQsLfG-RBbxjhSvXdNtJMt2xCZj6PvxxJojS8_ZwzrrbWYtHJCKg804BjfWR4n3JtjuymyfWm216vVG5SDO3P3ZmtCRkdckCyRDui-0LFMFwP8Yu_iL1Cs6xlMYM5zbsNTmWhQIih-g\")
<\/figure>\n\n\n\nAlgebra: Grundstufe bis Fortgeschrittene<\/a><\/p>\n\n\n\nDer Kurs ist auf Englisch und ist ein Anf\u00e4ngerkurs. Dies ist Kurs 1 von 3 in der Algebra: Elementare bis fortgeschrittene Spezialisierung. Wenn Sie eine gute Grundlage in mathematischen Konzepten suchen, von der aus Sie weiterf\u00fchrende Kurse mit Konzepten aus der Vorkalkulation, der Infinitesimalrechnung, der Wahrscheinlichkeitsrechnung und der Statistik belegen k\u00f6nnen, dann ist dies der richtige Kurs f\u00fcr Sie. Sie werden Ihre Berechnungsmethoden festigen, algebraische Formeln und Eigenschaften wiederholen und diese Konzepte auf aktuelle Alltagssituationen anwenden. Die Kursthemen umfassen viele der grundlegenden algebraischen Konzepte, die Sie in den unten aufgef\u00fchrten F\u00e4higkeiten sehen k\u00f6nnen. Modul 1 befasst sich mit der Struktur von Zahlen, Modul 2 mit linearen Gleichungen, Modul 3 mit dem L\u00f6sen von Ungleichungen, Modul 4 mit Gleichungssystemen und schlie\u00dflich in Woche 5 mit einer Pr\u00fcfung \u00fcber Gleichungen mit Ungleichungen und reellen Zahlen. Erworbene Fertigkeiten:<\/strong> Gleichungen, Ungleichungen, Polynome, Radikale, Exponenten und quadratische Gleichungen. Dauer<\/strong>: Etwa 10 Stunden \u00fcber 5 Wochen. Bewertung:<\/strong> 4.9\/95%<\/p>\n\n\n\nWelche sind die besten kostenlosen Online-Mathekurse?<\/h2>\n\n\n\n
Nach umfangreichen Recherchen \u00fcber alle angebotenen Online-Mathekurse haben wir die 22 besten Mathekurse gefunden, um Ihnen die Auswahl zu erleichtern<\/p>\n\n\n\n
22 Diskrete Mathematik<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh4.googleusercontent.com\/XkAp_UoGMz23MQgR1APHdjZY1W2Cp-TY1eg85qtk2zF0ZfgYMvsuQVgft1Gd8CMKJPECQdNg5_ilJPRc3vRfduHRrulAPYZxb8-fsj0d52WRBr3qQRvUzuKGY3oaU7prVNXGUwqhm9N_dGI5fxEP-5siOXJVPWevB5SRaYK0yXReMKG7dlZ4CPXp9HGClmK9_tYtSg\")
<\/figure>\n\n\n\nDiskrete Mathematik<\/a><\/p>\n\n\n\nDies ist ein Mittelstufenkurs in Englisch mit Untertiteln in 8 verschiedenen Sprachen. Die diskrete Mathematik, die an sich schon faszinierend ist, ist die mathematische Grundlage der Computer- und Informationswissenschaften. Sie lernen eine breite Palette mathematischer Konzepte wie Mengen, Relationen, Funktionen, Graphen kennen, die in der Informatik sehr verbreitet sind. Sie werden ein Verst\u00e4ndnis f\u00fcr formale Aussagen und deren Beweise erlangen und selbst zu strengen Beweisen und interessanten Ergebnissen gelangen. Die Mathematik ist jedoch nicht sehr formal, so dass Ihnen f\u00fcr jedes Konzept 1 interessantes Ergebnis mit einem vollst\u00e4ndigen Beweis gezeigt wird, aber nicht mit zu viel formaler Notation. Dieser Kurs deckt keine modulare Arithmetik, Algebra und Logik ab. Der Lehrplan umfasst: Einf\u00fchrung - Grundlegende Objekte der diskreten Mathematik, partielle Ordnungen, enumerative Kombinatorik, der Binomialkoeffizient, Asymptotik und die O-Notation, Einf\u00fchrung in die Graphentheorie, Konnektivit\u00e4t, B\u00e4ume, Zyklen, Eulersche und Hamiltonsche Zyklen, Spanning Trees, Maximum Flow und Minimum Cut und schlie\u00dflich Matchings in zweiseitigen Graphen.<\/p>\n\n\n\n
Erworbene Fertigkeiten:<\/strong> Mathematik der Informatik, Mengen, Funktionen, Beziehungen, Graphen und P:roofs<\/p>\n\n\n\nDauer<\/strong>: Etwa 42 Stunden \u00fcber 11 Wochen.Bewertung:<\/strong> 3.3\/83%<\/p>\n\n\n\n21 Mathematik f\u00fcr maschinelles Lernen:PCA<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/BfVg4_zbSYBPy-baJkEi9ZPa2SX2UqywyDg_NHQfpSjmo0H8yIQwlj5hbplhb3dLO5NpnB7gmFy9C-ZpEcSf4mDdz2RYWwQu9SwvEKjwMI_r7Oi14lesF2tbiIehWUtuP40zClgU2vxFduyOmOmi1ivqJw8QTMfMLDaKdNA_7DryO547JjAQbW9gv33pQRz4YhUwWw\")
<\/figure>\n\n\n\nMathematik f\u00fcr maschinelles Lernen: PCA<\/a><\/p>\n\n\n\nDies ist ein Mittelstufenkurs in Englisch mit Untertiteln in 8 verschiedenen Sprachen. Es ist der 3rd<\/sup> Kurs in Mathematik f\u00fcr Machine Learning Spezialisierungen. Es werden die mathematischen Grundlagen zur Ableitung der Hauptkomponentenanalyse (PCA), einer Technik zur Dimensionalit\u00e4tsreduktion, vorgestellt. Einige grundlegende Statistiken wie Mittelwerte, Varianzen, Abst\u00e4nde und Winkel zwischen Vektoren werden mit Hilfe von inneren Produkten berechnet und Sie werden orthogonale Projektionen von Daten auf einen Unterraum mit niedrigerer Dimension ableiten. Mit Hilfe dieser Werkzeuge werden Sie die PCA als eine Methode ableiten, die den durchschnittlichen quadratischen Rekonstruktionsfehler zwischen Datenpunkten und deren Rekonstruktion minimiert. Am Ende des Kurses werden Sie diese wichtigen mathematischen Konzepte kennen und verstehen und in der Lage sein, PCA selbst zu implementieren. Als Hilfestellung finden Sie eine Reihe von Jupyter-Notebooks, mit denen Sie die Eigenschaften der Techniken weiter erforschen k\u00f6nnen und die Sie auf den richtigen Weg bringen. Die Voraussetzungen f\u00fcr diesen Kurs sind: F\u00e4higkeit zu abstraktem Denken, Hintergrundwissen in linearer Algebra (Matrix- und Vektoralgebra, lineare Unabh\u00e4ngigkeit, Basis), Verst\u00e4ndnis der multivariaten Kalkulation (z.B. partielle Ableitung und grundlegende Optimierung) und schlie\u00dflich Grundkenntnisse in der Python-Programmierung und Numpy. Die Module bestehen aus: Statistik von Datens\u00e4tzen, innere Produkte, orthogonale Projektionen und Hauptkomponentenanalyse. <\/p>\n\n\n\nErworbene Fertigkeiten: <\/strong>Dimensionalit\u00e4tsreduktion, Python-Programmierung und Lineare Algebra
Dauer:<\/strong> Etwa 20 Stunden \u00fcber 4 Wochen. Bewertung:<\/strong> 4.0\/82%<\/p>\n\n\n\n20 Matrix-Methoden<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh4.googleusercontent.com\/0PERr1PI0RGlWcF9dlmsKKuwzchn_EviKcNVUK1K4GulAHr943yqZGEh6z624QhLWD4pqKEhjqYZqvS_39ZH7QkO_cCcvFzBk5RIFgOZJ_ZJOf36TBB06oprwtE8HpR1ieo73ZS_oAMliU7SrpQLXl63dBUGW0QIJQBXrfSj9m815z6gseoo5qMMYi43FTmfYm5Bkw\")
<\/figure>\n\n\n\nMatrix-Methoden<\/a><\/p>\n\n\n\nDies ist ein Mittelstufenkurs in Englisch mit Untertiteln in 4 verschiedenen Sprachen. Mathematisch <\/p>\n\n\n\n
Matrixmethoden liegen den meisten Methoden des maschinellen Lernens und der Analyse von Datentabellen zugrunde. Sie lernen elementare Matrixmethoden kennen, einschlie\u00dflich der Matrix-Matrix-Multiplikation, der L\u00f6sung linearer Gleichungen, der Orthogonalit\u00e4t und der Ann\u00e4herung der besten kleinsten Quadrate. Sie lernen die Singul\u00e4rwertzerlegung kennen, die f\u00fcr die Dimensionsreduktion, die Hauptkomponentenanalyse und die Rauschunterdr\u00fcckung grundlegend ist. Sie werden sich mit optionalen Python-Beispielen besch\u00e4ftigen, die zur Veranschaulichung des Konzepts verwendet werden und Ihnen die M\u00f6glichkeit geben, mit den Algorithmen zu experimentieren. Dieser Lehrplan wird mit Hilfe von Videos und vorgeschriebener Lekt\u00fcre sowie Quizfragen vermittelt und deckt die folgenden Themen ab: Matrizen als mathematische Objekte, Matrixmultiplikation und andere Operationen, Systeme linearer Gleichungen, lineare kleinste Quadrate und schlie\u00dflich die Singul\u00e4rwertzerlegung.<\/p>\n\n\n\n
Erworbene Fertigkeiten: <\/strong>Matrizen, Matrixoperationen, Lineare Gleichungen und Singul\u00e4rwertzerlegung. Dauer:<\/strong> Etwa 7 Stunden \u00fcber 5 Wochen. Bewertung:<\/strong> 4.1<\/p>\n\n\n\n19 College Mathe Vorbereitung<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh5.googleusercontent.com\/A5tNxcEdpUrKBhUr4hgWsO1HMKZDhxcnsv7mqglgxXekd0yYztIZ9OpNOjNGfNSFz2rykyB-K5Tcu4tl0MAQIkX1C6HDCQ3dnQqnKGAnNmqIvteaZ-TUjuSJ2s_06aWhmV9uqXPsKxZrvfguQSzfN0N_WyLFhhbIbukUCBEWkvRO9Kx3ZyiyhDDKbCBTqwaMpFM6CQ\")
<\/figure>\n\n\n\nCollege Mathe Vorbereitung<\/a><\/p>\n\n\n\nBei diesem Kurs handelt es sich um ein Anf\u00e4ngerniveau in Englisch. Wenn Sie ein Student sind, der sich auf den Eintritt ins College vorbereitet und die Mathe-Einstufungspr\u00fcfung ablegen muss, dann wird dieser Kurs Sie angemessen vorbereiten. Au\u00dferdem k\u00f6nnen alle Studenten, die an der Accuplacer-Pr\u00fcfung des College Board teilnehmen, die Informationen in diesem Kurs nutzen. Au\u00dferdem sind die Informationen in diesem Kurs aufgrund von Initiativen des Texas Higher Education Coordinating Board speziell auf Studenten aus Texas zugeschnitten. Die Module bestehen aus einer Reihe von Lekt\u00fcren. Woche 1 ist eine Einf\u00fchrung in den Kurs und umfasst 3 Lektionen zum Thema Zahlensinn, ein Quiz am Ende jeder Lektion festigt die Konzepte. Die zweite Woche behandelt Elementare Algebra und besteht aus 4 Lektionen \u00fcber Elementare Algebra, darunter das L\u00f6sen von linearen Gleichungen und Ungleichungen, mathematische Modelle, Diagramme und Gleichungssysteme. Die dritte Woche befasst sich mit der Mittleren Algebra, die 5 Lektionen umfasst. Dies ist das umfangreichste Modul, daher sollten Sie sich einen angemessenen Zeitrahmen setzen, um die Konzepte zu verstehen. Die letzte Woche behandelt Geometrie und Statistik und umfasst 2 Lektionen, womit der Kurs abgeschlossen ist. Erworbene Fertigkeiten:<\/strong> Algebra, Zahlen, Geometrie und Statistik. Dauer:<\/strong> Etwa 35 Stunden \u00fcber 4 Wochen. Bewertung:<\/strong> 4.2<\/p>\n\n\n\n18 Mathematik f\u00fcr MBA und GMAT-Vorbereitung<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh5.googleusercontent.com\/O7jWgrHV39uzPGPYTagp58W-jnftW277U1RphiWaT3BFI9dd82D4bLRmUUgm0KxTtxxeAu28cMcCQNHi92WmS3o9st4_AfKkBnk3SZYlnOSv3bLFUrfkbT4KR13CZ39VtjoHWp73gavP84WvVD_kAoX7d6bp8YQkBmTpZyYGXukP3KjT97bO14u03Y-Aix3aGdQvCg\")
<\/figure>\n\n\n\nMathematik f\u00fcr MBA und GMAT-Vorbereitung<\/a><\/p>\n\n\n\nDies ist ein Anf\u00e4ngerkurs in englischer Sprache. Sie werden Kenntnisse der Statistik erwerben, wie sie in Gesch\u00e4ftssituationen angewendet werden. Gelegentlich kommen Studenten, die sich an einer Universit\u00e4t f\u00fcr einen Master of Business Administration (MBA) einschreiben, aus einer Position, in der sie keine oder nur eine sehr geringe Ausbildung in Mathematik und Statistik haben. Dieser Kurs wird Ihnen das Handwerkszeug vermitteln, um zu verstehen, wie grundlegende Statistiken berechnet werden, um die in Excel enthaltenen Formeln zu navigieren und zu nutzen, und Sie werden auch in der Lage sein, diese Formeln in einer gesch\u00e4ftlichen Umgebung oder Situation anzuwenden. Woche 1 f\u00fchrt Sie in den Kurs ein, Woche 2 befasst sich mit der deskriptiven Statistik, die Mittelwerte, Mediane und Modi, Standardabweichungen und einige andere grundlegende Konzepte umfasst, Woche 3 behandelt Daten und Datenvisualisierung: Excel-Tools und -Techniken - Excel-Tools und -Techniken f\u00fcr die Datenvisualisierung werden besprochen und in Woche 4 werden Sie sich mit Gleichungen und der Umkehrung von Gleichungen befassen, was eine Art Algebra-Auffrischung ist. Woche 5 behandelt allgemeine Gesch\u00e4ftskonzepte und mathematische Anwendungen im gesch\u00e4ftlichen Umfeld. In Woche 6 werden Sie Calculus und Marginal Analysis in einem gesch\u00e4ftlichen Kontext sehen und lernen. In Woche 7 schlie\u00dflich werden Sie sich mit der Regressionsanalyse besch\u00e4ftigen. Erworbene Fertigkeiten: <\/strong>Business, Microsoft Excel, Statistische Analyse und Allgemeine Statistik. Dauer:<\/strong> Etwa 13 Stunden \u00fcber 7 Wochen. Bewertung:<\/strong> 4.4<\/p>\n\n\n\n17 Mathematische F\u00e4higkeiten in der Datenwissenschaft<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/6Z9bKui8cbuCPkrdWHfHB1DkjmkHZhEBR_93EPkkQEp11vkG_3ssstBBaxrcN9Utf2n78QoSnFSniGgC3bsA1IWZN4WpDKryc1jFjB5_Club5wMBRWuvCElwtbG1MnVIejDRhSbK-OHBN0GQH8bzj9JKYUOv_qzQ8kNEQCbpWU5LxNIYC5IvAig_W6t9mzLa7AsiEA\")
<\/figure>\n\n\n\nMathematische Kenntnisse in den Datenwissenschaften<\/a><\/p>\n\n\n\nDieser Kurs ist ein Anf\u00e4ngerkurs n Englisch mit Untertiteln in 9 verschiedenen Sprachen. Dieser Kurs vermittelt Ihnen die Mathematik, die Sie ben\u00f6tigen, um in den Datenwissenschaften erfolgreich zu sein. Er wurde f\u00fcr diejenigen konzipiert, die \u00fcber grundlegende Mathematikkenntnisse verf\u00fcgen, aber keine Algebra oder Vorkalkulation studiert haben. Dieser Kurs lehrt die Mathematik, auf der die Datenwissenschaft aufbaut, und f\u00fchrt individuell in bisher unerforschte Ideen und mathematische Symbole ein. Am Ende dieses Kurses werden Sie das Vokabular, die Notation, die Konzepte und die Algebra-Regeln beherrschen, die jeder Datenwissenschaftler kennen sollte, bevor er weiterf\u00fchrende Kurse belegt. Einige der behandelten Themen sind: Mengenlehre und Venn-Diagramme; Eigenschaften der reellen Zahlenreihe; Intervallschreibweise und Algebra mit Ungleichungen; Verwendung der Summen- und Sigma-Schreibweise; Mathematik auf der kartesischen (x,y)-Ebene; grafische Darstellung; Konzept der momentanen \u00c4nderungsrate und Tangenten an eine Kurve; Exponenten, Logarithmen und nat\u00fcrliche Logarithmusfunktion; und schlie\u00dflich Wahrscheinlichkeitstheorie, einschlie\u00dflich des Satzes von Bayes. Dieser Kurs gilt als Voraussetzung f\u00fcr Teilnehmer, die sich f\u00fcr den Kurs \"Mastering Data Analysis in Excel\" interessieren, der Teil der Excel to MySQL Data Science Spezialisierung ist. <\/p>\n\n\n\n
16 Berechnung mit einer Variablen<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh5.googleusercontent.com\/XQoETjB428i1DNgzH8atB4lic7SH2wyZIGTmRffZnb8scnG7M2WOidwzXDQ0q8lZZsQPeV3YaPneHcMXrGfLMjkO7ohMZWO7bEU5ds_1pj_uCGp5GLCOHzM95wlq23lZb-AJpoNuTTvkGbGhK0WyJEEUGwfvnmUGoO1GwQldoYVcxtlkyHIQiuXT-KCMKKDmc2frzA\")
<\/figure>\n\n\n\nBerechnung mit einer Variablen<\/a><\/p>\n\n\n\nDieser Kurs ist auf Englisch und hat Untertitel in 4 verschiedenen Sprachen. Dieser Kurs konzentriert sich auf das konzeptionelle Verst\u00e4ndnis und die Anwendung der Einervariablenrechnung, die Dinge wie Planetenbahnen bis hin zu Dingen wie die optimale Gr\u00f6\u00dfe einer Stadt erkl\u00e4rt. Dieser Kurs ist ideal f\u00fcr Studenten, die ein Studium der Ingenieur-, Physik- und Sozialwissenschaften beginnen. Der Kurs beinhaltet eine Einf\u00fchrung in Taylor-Reihen und N\u00e4herungen, diskrete und kontinuierliche Formen der Infinitesimalrechnung, wobei der Schwerpunkt auf Konzepten und nicht auf Berechnungen liegt. Die Module umfassen in Woche 1 eine Berechnung f\u00fcr Sequenzen, in Woche 2 werden numerische Methoden eingef\u00fchrt, in Woche 3 lernen Sie Reihen und Konvergenztests kennen, in Woche 4 werden die Potenz- und Taylorreihen behandelt und in Woche 5 wird der Kurs mit der Einvariablenrechnung abgeschlossen. Erworbene Fertigkeiten: <\/strong>Taylor-Reihen und Einvariablenberechnung. Dauer:<\/strong> Etwa 14 Stunden \u00fcber 5 Wochen<\/p>\n\n\n\nBewertung:<\/strong> 4.6<\/p>\n\n\n\n15 Mathematik f\u00fcr Machine Learning Spezialisierung<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh5.googleusercontent.com\/LLbXsUNoCMxkvIXJQ2ZTsFgfUNBvaE-QY5pmRqrN_2cyiJMtzQvUY3V52Rvkkcx1etroDD2bY-RAUKKOFIPZnbyLKf_Pw743F_QuDxQEhcU5oW-IGWnG13m5dHSOv5QAwpdmkLVTj55r7nVjaDrANtK0Eya_v5HynMLEh_X4S4LAfAhLwzhuaNyuj5ScLq_dnrdG2A\")
<\/figure>\n\n\n\nMathematik f\u00fcr Machine Learning Spezialisierung<\/a><\/p>\n\n\n\nDieser Kurs ist ein Einsteigerkurs auf Englisch mit Untertiteln in 9 verschiedenen Sprachen. F\u00fcr viele anspruchsvolle Kurse in den Bereichen maschinelles Lernen und Datenwissenschaft m\u00fcssen Sie Ihre mathematischen Grundlagen auffrischen, die Sie vielleicht schon einmal studiert haben, die aber in einem anderen Kontext gelehrt wurden, so dass es schwierig ist, einen Bezug zu ihrer Verwendung im Bereich der Informatik herzustellen. Diese Spezialisierung wird Ihre Mathematikkenntnisse wieder auffrischen, indem sie das, was Sie bereits wissen, mit dem maschinellen Lernen und den Datenwissenschaften in Verbindung bringt. Die 1st<\/sup> Kurs befasst sich mit der Linearen Algebra und wie diese mit Daten zusammenh\u00e4ngt. Danach werden Sie sich mit Vektoren und Matrizen und dem Umgang mit ihnen besch\u00e4ftigen. Die 2und<\/sup> Kurs befasst sich mit Multivariater Kalkulation, die auf dem 1st<\/sup> und Sie werden sehen, wie Sie Anpassungsfunktionen optimieren k\u00f6nnen, um gute Anpassungen an Daten zu erhalten. Der Kurs beginnt mit einer Einf\u00fchrung in Calculus und nutzt dann Ihre Kenntnisse aus Kurs 1, um sich mit der Datenanpassung zu besch\u00e4ftigen. Die 3rd<\/sup> Kurs, die Dimensionalit\u00e4tsreduktion mit der Hauptkomponentenanalyse (PCA), verwendet die Mathematik aus dem 1st<\/sup> zwei Kurse zur Komprimierung hochdimensionaler Daten. Dieser Kurs setzt auch Kenntnisse in Python und Numpy voraus. Am Ende dieser Spezialisierung verf\u00fcgen Sie \u00fcber die mathematischen Kenntnisse, die Sie ben\u00f6tigen, um fortgeschrittenere Kurse zum maschinellen Lernen zu belegen. Durch die gestellten Aufgaben werden Sie Ihre neu erworbenen F\u00e4higkeiten nutzen, um Miniprojekte mit Python auf interaktiven Notebooks zu erstellen, die Ihnen helfen, das Wissen auf aktuelle Probleme anzuwenden. So k\u00f6nnen Sie z.B. mit Hilfe der linearen Algebra den Page Rank eines kleinen simulierten Internets berechnen, Ihr eigenes neuronales Netzwerk unter Anwendung der Multivariaten Kalkulation trainieren und eine nicht-lineare Regression nach der kleinsten Quadratzahl durchf\u00fchren, um ein Modell an einen Datensatz anzupassen. Da es sich um eine Spezialisierung handelt, k\u00f6nnen Sie mit jedem beliebigen Kurs beginnen und dann je nach Bedarf fortfahren.<\/p>\n\n\n\nErworbene Fertigkeiten:<\/strong> Eigenwerte und Eigenvektoren, Hauptkomponentenanalyse (PCA), Multivariable, Kalk\u00fcl, Lineare Algebra, Basis (Lineare Algebra), Transformationsmatrix, Lineare Regression, Vektorrechnung, Gradient Descend, Dimensionalit\u00e4tsreduktion und Python-Programmierung<\/p>\n\n\n\nDauer:<\/strong> Ca. 4 Monate bei einem Tempo von 4 Stunden pro Woche - 4 Kurse. Bewertung:<\/strong> 4.6<\/p>\n\n\n\n14 Konstruktivismus und Mathematik-, Naturwissenschafts- und Technikunterricht<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/RCf-chT6TwsWnJ749CP0mebXKbEP_ZwK1e3x04wBqdOYvxn3belOmf7mxl3WiDRh9S7fsD71pGSP_-R0OTMQA9RL7cega7Ev-YdO0zrSTc7wb4QLj4rC_9j3Cq98TVXh9SSYsazAUb324CYuXFXSW_U2IksPPcCuU08j16g53yjq0ionhpMvZdEJIJsRzJ5Ui9ExLA\")
<\/figure>\n\n\n\nKonstruktivismus und Mathematik<\/a><\/p>\n\n\n\nDieser Kurs ist auf Englisch und hat Untertitel in 4 verschiedenen Sprachen. Sie k\u00f6nnen ihn nach Ihrem eigenen Zeitplan und Tempo lernen. Dieser Kurs hilft Ihnen bei der Analyse der Auswirkungen des Konstruktivismus auf das Lernen und Lehren in den Bereichen Naturwissenschaften, Mathematik und Technik. Der Kurs besteht aus Lekt\u00fcre, Diskussion und Aufgaben, in denen Sie konstruktivistische Ansichten \u00fcber das Lernen, die Forschung \u00fcber die Ideen der Sch\u00fcler und ideenbasierte Interaktionen, Unterrichtsans\u00e4tze, die die Ideen der Sch\u00fcler ber\u00fccksichtigen, und die Herausforderungen bei der Umsetzung konstruktivistischer Perspektiven im Unterricht untersuchen. Das Unterrichtsmedium ist ein Video mit Lesungen und Quizfragen. Woche 1 - ist die Kursorientierung, die Ihnen die f\u00fcr den Kurs erforderlichen technischen F\u00e4higkeiten vermittelt, Woche 2 - f\u00fchrt zu Modul 1, das eine Einf\u00fchrung in den Konstruktivismus umfasst, Woche 3 - vertieft Modul 2 Sch\u00fclerideen, Woche 4 ist Modul 3, das die Unterst\u00fctzung von Sch\u00fclern bei der Entwicklung ihrer Ideen behandelt, in dem konstruktivistische Lernumgebungen und ihre Aspekte untersucht werden, Woche 5 - behandelt die 4th<\/sup> das Modul Implementing Constructivist learning environments. Erworbene Fertigkeiten:<\/strong> Perspektiven des Konstruktivismus. Dauer:<\/strong> Etwa 10 Stunden \u00fcber 5 Wochen. Bewertung:<\/strong> 4.7<\/p>\n\n\n\n13 Mathematik f\u00fcr maschinelles Lernen: Multivariate Kalkulation<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/z34gjg7_m-GW42mPe6n65IxyV7yJTh_0s1pY5bZUDtZMUApgy2hL9lS1o-wJFvNoFKcmojndqmlW0eEUukJqb-pqPv1h6EcX5dveqrt-csx75x3oEKUQrYJoeC36Km7YE01iL1upF0WBCkgjW-jEzHQEN5Uq2WV5_gU3uJCBJyuN6mn8XY3epCV2qc0SiSf0nnWiUw\")
<\/figure>\n\n\n\nMathematik f\u00fcr maschinelles Lernen: Multivariate Kalkulation<\/a><\/p>\n\n\n\nDieser Kurs ist ein Einsteigerkurs auf Englisch mit Untertiteln in 9 verschiedenen Sprachen. In diesem Kurs werden Sie in die Multivariate Kalkulation eingef\u00fchrt, die f\u00fcr die Entwicklung von Techniken des maschinellen Lernens ben\u00f6tigt wird. Sie werden zun\u00e4chst Ihre Kenntnisse \u00fcber die Formulierung einer Steigung auffrischen, bevor Sie diese in die formale Definition des Gradienten einer Funktion umwandeln. Anschlie\u00dfend lernen Sie eine Reihe von Werkzeugen kennen, mit denen Sie die Kalkulation schneller und einfacher gestalten k\u00f6nnen. Danach wird die Berechnung von Vektoren, die auf mehrdimensionale Dienste hinweisen, gelehrt und anhand eines interaktiven Spiels in die Tat umgesetzt. Sie werden erforschen, wie Sie Calculus verwenden k\u00f6nnen, um N\u00e4herungen an Funktionen zu erstellen und zu quantifizieren, wie genau wir diese N\u00e4herungen erwarten k\u00f6nnen. Der Kurs er\u00f6rtert, wo Calculus beim Training neuronaler Netze zum Einsatz kommt, bevor Ihnen gezeigt wird, wie es in linearen Aggressionsmodellen angewendet wird. Dieser Kurs bietet ein intuitives Verst\u00e4ndnis von Calculus und der Sprache, die Sie ben\u00f6tigen, um das Konzept selbst zu erforschen, wenn Sie nicht weiterkommen. In Woche 1 werden Sie sich mit dem Thema \"Was ist Kalk\u00fcl?\" befassen, in Woche 2 mit der multivariaten Kalkulation, in Woche 3 mit der multivariaten Kettenregel und ihren Anwendungen, in Woche 4 mit der Taylor-Reihe und der Linearisierung, in Woche 5 mit der Einf\u00fchrung in die Optimierung und schlie\u00dflich in Woche 6 mit der Regression.<\/p>\n\n\n\n
Erworbene Fertigkeiten:<\/strong> Lineare Aggression, Vektorkalkulation, Multivariable Kalkulation und Gradientenabstieg<\/p>\n\n\n\nDauer:<\/strong> Etwa 18 Stunden \u00fcber 6 Wochen. Bewertung:<\/strong> 4.7\/91%<\/p>\n\n\n\n12 Mathematik f\u00fcr maschinelles Lernen: Lineare Algebra<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/LVeAW9oyVUWTPk6tZbqHlCVcQynW6PcbNEFGMMEkRGFNne_alBmfLl6v5aCAizre7xqM1yaLTATzZlRSk_MuvdbS_rDO2c5brUov2MH3TK4dcOe2D3Fb4gv6OeO8kH0RJ71sKl5Sityz51t-MtfkrKlK1IIGyCvVKvpdTDI27gOE77t2L-rJbmxc9xcxCtDEtqr5zQ\")
<\/figure>\n\n\n\nMathematik f\u00fcr maschinelles Lernen: Lineare Algebra<\/a><\/p>\n\n\n\nDer Kurs ist auf Englisch f\u00fcr Anf\u00e4nger und hat Untertitel in 8 verschiedenen Sprachen. In diesem Kurs erfahren Sie, was Lineare Algebra ist und wie sie sich auf Vektoren und Matrizen bezieht. Als N\u00e4chstes werden Sie Vektoren, Matrizen und die Arbeit mit ihnen sowie das Problem der Eigenwerte und Eigenvektoren erforschen und erfahren, wie Sie diese zur L\u00f6sung von Problemen einsetzen k\u00f6nnen. Schlie\u00dflich werden Sie sehen, wie Sie damit unglaubliche Dinge mit Datens\u00e4tzen anstellen k\u00f6nnen, z.B. das Drehen eines Gesichtsbildes und wie Sie Eigenvektoren extrahieren k\u00f6nnen, um zu sehen, wie ein Pagerank-Algorithmus funktioniert. Da Sie auf datengesteuerte Anwendungen abzielen, werden einige dieser Ideen in Code umgesetzt. Am Ende des Kurses werden Sie in der Lage sein, Codebl\u00f6cke zu schreiben und Jupyter-Notizb\u00fccher in Python kennenzulernen, die kurz sind, sich auf das Konzept konzentrieren und Sie anleiten, wenn Sie noch nicht programmiert haben. Am Ende des Kurses werden Sie Vektoren und Matrizen verstehen, um die Br\u00fccke zu Problemen der linearen Algebra und der Anwendung dieser Konzepte auf das maschinelle Lernen zu schlagen. Der Lehrplan in Woche 1 - f\u00fchrt in die Lineare Algebra und Mathematik f\u00fcr maschinelles Lernen ein, Woche 2 - erforscht Vektoren, Objekte, die sich im Raum bewegen, Woche 3 - behandelt Matrizen in der Linearen Algebra: Objekte, die auf Vektoren wirken, Woche 4 - besch\u00e4ftigt sich mit Matrizen, die lineare Zuordnungen bilden und schlie\u00dflich in Woche 5 - mit Eigenwerten und Eigenvektoren: Anwendung auf Datenprobleme. Der Unterricht erfolgt mit Hilfe von Videos, Lekt\u00fcre und Quizfragen. Erworbene Fertigkeiten:<\/strong> Eigenwerte und Eigenvektoren, Basis (Lineare Algebra), Transformationsmatrix und Lineare Algebra. Dauer:<\/strong> Etwa 19 Stunden \u00fcber 5 Wochen. Bewertung:<\/strong> 4.7\/92%<\/p>\n\n\n\n11 Mathematik f\u00fcr Ingenieure: Der Capstone-Kurs<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh5.googleusercontent.com\/VVQMWOmdSsLYxN0FvVmJz5LJyI0rhYIV9c6Oe4c2fobAKtGSg8TkEZgOyUDnHHvIBa0tdAFXN5lMvbgTsGs1pt_MQ8gu147LWG-t6cy7DpjoikdUjhwlsfR3k6q4ZjFCmOBGifxoRc-r6xLvWdh97g8vtruUn0rGE-sSMBv3YRDum3WcHhd8KhDK58slc_jDLlbgUA\")
<\/figure>\n\n\n\nMathematik f\u00fcr Ingenieure: Der Abschlu\u00dfkurs<\/a><\/p>\n\n\n\nDieser Kurs ist ein Mittelstufenkurs in englischer Sprache. Dieser Kurs setzt Kenntnisse in Matrixalgebra, Differentialgleichungen, Vektorkalkulation, numerischen Methoden und der Programmiersprache MATLAB voraus.<\/p>\n\n\n\n
Dies ist das Abschlussprojekt f\u00fcr Studenten, die die Spezialisierung Mathematik f\u00fcr Ingenieure absolvieren. Zun\u00e4chst lernen Sie jedoch einige grundlegende Konzepte der Computational Fluid Dynamics kennen und wenden diese dann an, um die Fl\u00fcssigkeitsstr\u00f6mung um einen Zylinder zu berechnen. Alle eingeschriebenen Studenten erhalten Zugang zu MATLAB online und dem MATLAB Grader. Bevor Sie sich einschreiben, sollten Sie bereits \u00fcber Kenntnisse in Differentialgleichungen, Vektorrechnung und numerischen Methoden verf\u00fcgen oder diese belegt haben und in der Lage sein, in MATLAB zu programmieren. Es gibt 22 kurze Videovorlesungen und ein vollst\u00e4ndiges Vorlesungsskript, das Sie herunterladen k\u00f6nnen unter http:\/\/www.math.ust.hk\/~machas\/flow-around\/a-cylinder.pdf<\/a><\/p>\n\n\n\nJede Vorlesung schlie\u00dft mit einer Aufgabe, die es zu l\u00f6sen gilt, und am Ende der 2und<\/sup> und 3rd<\/sup> Wochen gibt es eine MATLAB-Programmieraufgabe. Der Lehrplan umfasst in Woche 1 die Steuerungsgleichungen, in Woche 2 die station\u00e4ren Str\u00f6mungen und in Woche 3 die instation\u00e4ren Str\u00f6mungen. Erworbene Fertigkeiten:<\/strong> Computational Fluid Dynamics und Wissenschaftliches Rechnen. Dauer<\/strong>: Etwa 1o Stunden \u00fcber 3 Wochen. Bewertung:<\/strong> 4.8<\/p>\n\n\n\n10 Differentialgleichungen Teil 1 Grundlegende Theorie<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh5.googleusercontent.com\/k82m3SQBRNa8GCwsvz6WH302EHAqqfKuk4enmgDDVytstym6z9eDsntXDDimWjspp0lQ-iF1WK-nSaUIOPUL1dBAHanY9kDNQKt8vm1Q2PbO7fTJ5tr2AiAisfcRC8fAlD5NJlcRYG650fvhOu__TGu3aK9S4gAm5qlPR-Ks97N1TVUAxfAoisg2rmvZjwcU_3Xaxg\")
<\/figure>\n\n\n\nDifferentialgleichungen Teil 1<\/a><\/p>\n\n\n\nDieser Kurs ist ein Anf\u00e4ngerkurs auf Englisch mit Untertiteln in 8 verschiedenen Sprachen. Diejenigen, die Informationen und Kenntnisse \u00fcber Differentialgleichungen f\u00fcr die praktische Anwendung in ihren eigenen Bereichen ben\u00f6tigen, werden von diesem Kurs sehr profitieren. Sie lernen grundlegende Begriffe, Konzepte und Methoden zur L\u00f6sung verschiedener Arten von Differentialgleichungen sowie ein grundlegendes, aber notwendiges Wissen \u00fcber die Theorie und damit verbundene Anwendungen. Sie sollten \u00fcber ein grundlegendes Verst\u00e4ndnis der Infinitesimalrechnung und der elementaren Theorie der Matrizen wie Determinanten, die Cramers'sche Regel zum L\u00f6sen linearer Gleichungssysteme, Eigenwerte und Eigenvektoren verf\u00fcgen. Erworbene Fertigkeiten:<\/strong> Differentialgleichungen erster Ordnung, Modellierung und lineare Gleichungen zweiter Ordnung . Dauer: <\/strong>Etwa 15 Stunden \u00fcber 9 Wochen. Bewertung:<\/strong> 4.7\/95%<\/p>\n\n\n\n09 Infinitesimalrechnung: Eine Variable Teil 1 - Funktionen<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/BhHyEGcS3MmhGAiYRsUWyTCaHV6BsXc2fYlVCcNzEicNaSV2z5MndDiIH6sIVm_HBhaqVEWB49Q2aZjaLtbcnFwRpPPcAGp9DoEPk7mnN2aLPG_iPmPcbneTPuNEkGN_5LQdhewqc-wi2bLN3LelSP_jMZDidhO7vRDPzHHn3UVwrycQfxD9h5gLoGeoNEyUuMiUxg\")
<\/figure>\n\n\n\nKalkulation Einzel 1<\/a><\/p>\n\n\n\nDer Kurs ist auf Englisch mit Untertiteln in 9 verschiedenen Sprachen. Calculus erkl\u00e4rt alles, von der Periodizit\u00e4t eines Herzschlags bis zur optimalen Gr\u00f6\u00dfe einer Stadt. Dieser Kurs deckt die einvariable Kalkulation ab, wobei der Schwerpunkt auf dem konzeptionellen Verst\u00e4ndnis und der Anwendung liegt. Wenn Sie in den Ingenieur-, Physik- oder Sozialwissenschaften studieren, wird dieser Kurs Sie ansprechen. In diesem ersten Teil von 5 werden Sie Ihr Verst\u00e4ndnis von Taylor-Reihen erweitern, Grenzwerte \u00fcberpr\u00fcfen, das \"Warum\" hinter der L'Hopital-Regel verstehen und eine neue Sprache lernen, um das Wachstum und den Zerfall von Funktionen zu beschreiben: Das gro\u00dfe O.<\/p>\n\n\n\n
Der Lehrplan umfasst nach der Einf\u00fchrung: In Woche 2 - Ein \u00dcberblick \u00fcber Funktionen (die Grundlagen der Vorkalkulation), Woche 3 - Erkundung der Taylor-Reihen und schlie\u00dflich Woche 4 - Grenzwerte und Asymptotik. Erworbene Fertigkeiten: <\/strong>Reihenerweiterungen und Kalkulation. Dauer:<\/strong> Etwa 14 Stunden \u00fcber 4 Wochen<\/p>\n\n\n\nBewertung:<\/strong> 4.7\/96%<\/p>\n\n\n\n08 Algebra: Grundlegende bis fortgeschrittene Spezialisierung<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh3.googleusercontent.com\/8ixWNVWltCd6Sljvhg7sV4OJd6Uee6S99aIrgX8bNN1qO2XWNVpbFC7dZIp9pPlAdIHZHonjQhndLu929xOnmVW31oKOP5nfOmJlXqSzb9JEX-kSf2iCAuBs-LIg_2p5E4Mg_GdMAZEyM8AxRG9D-E2IKe1VYb96vGBzOdVmy3_WieQ8Z1avBbNE4hS8A8k6DmHWvQ\")
<\/figure>\n\n\n\nAlgebra<\/a><\/p>\n\n\n\nDieser Kurs ist ein Anf\u00e4ngerkurs in Englisch. Es sind keine mathematischen Vorkenntnisse erforderlich, um sich f\u00fcr diesen Kurs anzumelden, aber er wird Studenten helfen, die ihre Algebra- und Geometriekenntnisse verbessern m\u00f6chten, wo zuk\u00fcnftige Kurse entweder Vorkalk\u00fcl oder Kalk\u00fcl als Voraussetzung erfordern. Quantitative F\u00e4higkeiten und logisches Denken schulen Sie darin, logisch zu denken, mit Daten umzugehen und fundierte Entscheidungen zu treffen. Anstelle eines Capstone-Projekts gibt es in allen Modulen kleinere angewandte und Algebra-Probleme. Sie erhalten sowohl \u00dcbungsaufgaben als auch ausgearbeitete L\u00f6sungen, die Sie auf den Erfolg vorbereiten. Kurs 1 umfasst Algebra: Elementary to Advanced - Equations and Inequalities, Kurs 2 ist Algebra: Grundstufe bis Fortgeschrittene - Funktionen und Anwendungen und Kurs 3 ist Algebra: Grundstufe bis Fortgeschrittene - Polynome und Wege. Erworbene Fertigkeiten: <\/strong>Algebra, Gleichungen, Funktionen, Polynome und Routen. Dauer:<\/strong> Ca. 4 Monate bei einem empfohlenen Tempo von 4 Stunden pro Woche - 3 Kurse. Bewertung:<\/strong> 4.8<\/p>\n\n\n\n07 Infinitesimalrechnung: Eine Variable Teil 2 - Differenzierung<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh5.googleusercontent.com\/IxGVRaQ7RNqEl-bezOozYaoxKkF92nKB_qG9OxDwri96-07iLxNPOSrIAELLSo-_RJwe46WPlKWZwps_AO155VYOa05n7WGGgyN6p94QMKblF3D3diG_9vnJynRPohXQBxj5wqrfQxUchYSsSxRbnDkiod2CXpwtq7LZJZHBszSLcqkQx1cL_LDAVqE0Cl4-Xxd1ow\")
<\/figure>\n\n\n\nCalculus Single Variable Teil 2<\/a><\/p>\n\n\n\nDieser Kurs ist auf Englisch mit Untertiteln in 5 verschiedenen Sprachen. Calculus erkl\u00e4rt alles, von der Periodizit\u00e4t eines Herzschlags bis hin zur optimalen Gr\u00f6\u00dfe einer Stadt. Dieser Kurs deckt die einvariable Kalkulation ab, wobei der Schwerpunkt auf dem konzeptionellen Verst\u00e4ndnis und deren Anwendung liegt. Wenn Sie in den Ingenieur-, Physik- oder Sozialwissenschaften studieren, wird dieser Kurs f\u00fcr Sie interessant sein. Dieser 2und<\/sup> Teil 5 behandelt Ableitungen, Differenzierung, Regeln, Linearisierung, h\u00f6here Ableitungen, Optimierung, Differentiale und Differenzierungsoperatoren. In Woche 1 lernen Sie A New Look at Differentiation, Woche 2 ist Putting Derivatives to work und Woche 3 befasst sich mit Differentialen und Operatoren. Erworbene Fertigkeiten:<\/strong> Differentialmathematik, Newtonsche Methode, Lineare Approximation, Differentialrechnung und Ableitung . Dauer:<\/strong> Etwa 10 Stunden \u00fcber 3 Wochen. Bewertung:<\/strong> 4.8\/95%<\/p>\n\n\n\n06 Einf\u00fchrung in das mathematische Denken<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh4.googleusercontent.com\/ASKwCeezOhEAfpSk3SUO14Ikn-tL6oWnM--TU9RG7w0121ZVuEWUli1z9dSRwnQ46UjixzMKp0PFcsTTGElIWDPkgusyG9Z5eFrqN6YpkYuO5cEjcAHrrWE4gAfWOJdKclIfGyvewrQqK4MI1qANeLN1QjbpENUqBA9Imq7dJZvSrx5sSTqtXHIO7UShjcPtbL0hFw\")
<\/figure>\n\n\n\nEinf\u00fchrung in die mathematische Denkweise<\/a><\/p>\n\n\n\nDieser Kurs ist ein Mittelstufenkurs in Englisch mit Untertiteln in 9 verschiedenen Sprachen. Die Art und Weise, wie Mathematiker denken, hat sich \u00fcber viele Jahrtausende entwickelt und ist ein leistungsf\u00e4higer kognitiver Prozess, der nicht dasselbe ist wie Mathematik zu betreiben. Die im Schulsystem \u00fcblicherweise vermittelte Mathematik kommt viel zu kurz und konzentriert sich auf das Erlernen von Verfahren zur L\u00f6sung von stereotypischen Problemen. Professionelle Mathematiker denken auf eine bestimmte Art und Weise, um Probleme zu l\u00f6sen, die sich aus der Wissenschaft, der Welt oder einfach aus der Mathematik selbst ergeben. Ein wesentlicher Unterschied zwischen dem Erfolg in der Schulmathematik und dem mathematischen Denken ist, dass mathematisches Denken ein Denken \u00fcber den Tellerrand ist. Dieser Kurs wird diese Art des Denkens entwickeln. Der 9-w\u00f6chige Kurs umfasst: Mathematik und Themen, die einfacher aussehen als sie sind. Nehmen Sie sich also Zeit und studieren Sie das Material gr\u00fcndlich. Rechnen Sie damit, dass Sie mehr Zeit damit verbringen werden, die Vorlesungen ausreichend gut zu studieren, um den Stoff zu verstehen. Erworbene Fertigkeiten:<\/strong> Zahlentheorie, Reelle Analysis, Mathematische Logik und Sprache. Dauer: <\/strong>Etwa 39 Stunden \u00fcber 9 Wochen. Bewertung:<\/strong> 4.8\/97%<\/p>\n\n\n\n05 Einf\u00fchrung in die Komplexe Analysis<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/ji2Vr2SjyHn1R6J7lg1DCaSZLkR30qE3yuGp_JkGz2mRS1j7inA0sBbfhhL8idanD_9mhGZLrfmvRt4axnrpmHyrcsLZaosXS4ogyzXeqnRGmVlzFjfjeQrXA5o-Ls_HVys_9O8iyBZYxzfGAOQGTxXOvMQM0UxFBvf3eTYd_citFF7sfSECvcNNHfAXpWdDwLbdHw\")
<\/figure>\n\n\n\nEinf\u00fchrung in die Komplexe Analysis<\/a><\/p>\n\n\n\nDieser Kurs ist ein Mittelstufenkurs in Englisch und hat Untertitel in 8 verschiedenen Sprachen. Komplexe Analysis ist die Theorie der komplexen Funktionen einer komplexen Variablen. Dieser Kurs f\u00fchrt Sie in die komplexe Analysis ein. Sie werden zun\u00e4chst in die komplexe Ebene sowie in die Algebra und Geometrie der komplexen Zahlen eingef\u00fchrt und gelangen dann \u00fcber Differenzierung, Integration, komplexe Dynamik, Potenzreihendarstellung und Laurentsche Reihen in aktuelle Bereiche. Die Module bestehen jeweils aus 5 Videovortr\u00e4gen mit Quizfragen, gefolgt von einer Hausaufgabe. F\u00fcr die Hausaufgaben ben\u00f6tigen Sie m\u00f6glicherweise zus\u00e4tzliche Zeit, um die in den Vorlesungen besprochenen Konzepte zu verinnerlichen und zu \u00fcben. Der gr\u00f6\u00dfte Teil des Lernstoffs wird durch das Ausf\u00fcllen der Aufgaben vermittelt, die nicht auf die leichte Schulter genommen oder schnell erledigt werden sollten. Daher wird der Kurs voraussichtlich 6-12 Stunden pro Modul in Anspruch nehmen, je nach Ihren Vorkenntnissen. Der Lehrplan umfasst: Einf\u00fchrung in komplexe Zahlen; Komplexe Funktionen und Iteration; Analytische Funktionen; Konforme Abbildungen; Komplexe Integration; Potenzreihen; Laurentsche Reihen und Residuensatz sowie eine Abschlusspr\u00fcfung. <\/p>\n\n\n\n
Erworbene Fertigkeiten:<\/strong> Konforme Abbildung, Laurentsche Reihen, Potenzreihen, Komplexe Analysis und Komplexe Zahlen. Dauer: <\/strong>27 Stunden \u00fcber 8 Wochen. Bewertung:<\/strong> 4.8\/97%<\/p>\n\n\n\n04 Einf\u00fchrung in Calculus<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh3.googleusercontent.com\/ZwwF8MioOvhyusYJS9Ol64V43s1rq_T57SNngZpeEndkDmC1FOq0YdHQIm_VH69dEcHAk_1MvQQX6W3vwaWFS6T6RbDWEnnGkFoj3s7OpGb6fFk1JWJ7BaqajzV4d94ATk0FtB04feEmKQwImvywbRmlmN5oCYc5g1WldM6ieMGDC7BuR03zERNBshjkoUfqDprPxw\")
<\/figure>\n\n\n\nEinf\u00fchrung in Calculus<\/a><\/p>\n\n\n\nDieser Kurs auf mittlerem Niveau ist auf Englisch mit Untertiteln in 8 verschiedenen Sprachen. Der Schwerpunkt dieses Kurses liegt auf den wichtigsten S\u00e4ulen f\u00fcr die Anwendung von Mathematik und Wissenschaft, Technik und Wirtschaft. Es werden die Ideen und historischen Beweggr\u00fcnde f\u00fcr die Infinitesimalrechnung erforscht, wobei ein Gleichgewicht zwischen Theorie und Anwendung hergestellt wird, das zur Beherrschung der grundlegenden Mathematik f\u00fchrt. Sie<\/p>\n\n\n\n
Sie machen sich mit der Vorkalkulation vertraut, einschlie\u00dflich Gleichungsmanipulation und elementaren Funktionen, werden flie\u00dfend mit Tangenten und Grenzwerten und Ableitungen. Sie werden die Differentialrechnung mit Anwendungen und die Integralrechnung aufbauen und \u00fcben. Der Kurs umfasst: Woche 1 - Vorkalk\u00fcl; Woche 2 - Funktionen (N\u00fctzliches und wichtiges Repertoire); Woche 3 - Einf\u00fchrung in die Differenzialrechnung; Woche 4 - Eigenschaften und Anwendung der Ableitung); Woche 5 - Einf\u00fchrung in die Integralrechnung<\/p>\n\n\n\n
.Erworbene Fertigkeiten:<\/strong> Logik, Mathematik und Kalk\u00fcl. Dauer: <\/strong>Etwa 59 Stunden \u00fcber 5 Wochen<\/p>\n\n\n\nBewertung:<\/strong> 4.8\/98%<\/p>\n\n\n\n03 Mathematik f\u00fcr KI-Anf\u00e4nger Teil 1 Lineare Algebra<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/Rh3gqEQFii78WJ7hrkNJzk1X8OCl3Yv03d-ZI_MdWjgGaLUU6XuU8wpg5hlWQfXmJh2iR5QCfhAR0hA2UanFmfWhWB-SUi8c-Ywr46Alc6OUujYQnjgK92d2DFxnKSGPDg36uZfSw0D3DOM1jckKRaZ3-24A1BNX-qr9g4f_9n1BYqNUKp9iggS_A1JHttk4hEvHIA\")
<\/figure>\n\n\n\nMath AI Teil 1 Lineare Algebra<\/a><\/p>\n\n\n\nDieser Kurs ist auf Englisch und ist f\u00fcr Anf\u00e4nger geeignet. In diesem Kurs lernen Sie Konzepte der KI wie maschinelles Lernen, Deep Learning und Vektoren, die alle mit der linearen Algebra zusammenh\u00e4ngen. Sie lernen die Verwendung der Linearen Algebra in KI-Algorithmen kennen und werden nach Abschluss des Kurses die KI-Algorithmen und die Grundlagen der Linearen Algebra in KI-Anwendungen vollst\u00e4ndig verstehen. Der Lehrplan umfasst: Einf\u00fchrung in die KI in Woche 1, Woche 2 befasst sich mit der Einf\u00fchrung in die Lineare Algebra, Woche 3 deckt niedrige Operationen und lineare Kombinationen ab, Woche 4 besch\u00e4ftigt sich mit linear unabh\u00e4ngigen und inversen Matrizen, Woche 5 erforscht die Determinante einer quadratischen Matrix und das Eigenwertproblem und schlie\u00dflich lernen Sie in Woche 6 das Diagonalisierungsproblem und die KI-Anwendung. Erworbene Fertigkeiten:<\/strong> Lineare Algebra, Umgekehrte Matrix, Eigenwert, und KI. Dauer:<\/strong> Etwa 7 Stunden \u00fcber 6 Wochen. Bewertung:<\/strong> 4.9<\/p>\n\n\n\n02 Matrixalgebra f\u00fcr Ingenieure<\/h3>\n\n\n\n![\"\"\/](\"https:\/\/lh6.googleusercontent.com\/o9LAAVozJSazDMcnD64XRGPFvtCjaQc4xbY_sefzoeUPWV2KOMJtOTFNKun_YS3vnHAwxMY8Iyimd3hVQImLGX3bNEOMSi2_IizdPADKc23vOc9lGvW9wcyN6Oym7IghfAEjFXjuJrtNql2Toi4eBOmRwHwbTnA3hDXMKitgYdtbBi4wPG7w35-SPH9UQ2jfnRHnXA\")
<\/figure>\n\n\n\nMatrix-Algebra f\u00fcr Ingenieure<\/a><\/p>\n\n\n\nDieser Kurs ist ein Anf\u00e4ngerkurs auf Englisch mit Untertiteln in 8 verschiedenen Sprachen. Dieser Kurs vermittelt alles, was Sie \u00fcber Matrizen wissen m\u00fcssen und deckt die lineare Algebra ab, die ein Ingenieur kennen sollte.<\/p>\n\n\n\n
Dieser Kurs sollte nach dem Abschluss eines Universit\u00e4tskurses zur Einvariablenrechnung belegt werden. Ableitungen und Integrale werden in diesem Kurs nicht behandelt, aber es wird erwartet, dass Sie \u00fcber einige Kenntnisse in diesen Bereichen verf\u00fcgen. Der Kurs enth\u00e4lt viele kurze Vorlesungsvideos, gefolgt von Aufgaben, die Sie l\u00f6sen m\u00fcssen, um die in den Vorlesungsvideos behandelten Themen zu vertiefen. Nach jedem Thema gibt es ein kurzes Quiz. Die L\u00f6sungen finden Sie in den Vorlesungsunterlagen, die Sie unter http:\/\/www.math.ust.hk\/~machas\/matrix-algebra-for-engineers.pdf<\/a><\/p>\n\n\n\n
<\/figure>\n\n\n\nAlgebra: Grundstufe bis Fortgeschrittene<\/a><\/p>\n\n\n\n Der Kurs ist auf Englisch und ist ein Anf\u00e4ngerkurs. Dies ist Kurs 1 von 3 in der Algebra: Elementare bis fortgeschrittene Spezialisierung. Wenn Sie eine gute Grundlage in mathematischen Konzepten suchen, von der aus Sie weiterf\u00fchrende Kurse mit Konzepten aus der Vorkalkulation, der Infinitesimalrechnung, der Wahrscheinlichkeitsrechnung und der Statistik belegen k\u00f6nnen, dann ist dies der richtige Kurs f\u00fcr Sie. Sie werden Ihre Berechnungsmethoden festigen, algebraische Formeln und Eigenschaften wiederholen und diese Konzepte auf aktuelle Alltagssituationen anwenden. Die Kursthemen umfassen viele der grundlegenden algebraischen Konzepte, die Sie in den unten aufgef\u00fchrten F\u00e4higkeiten sehen k\u00f6nnen. Modul 1 befasst sich mit der Struktur von Zahlen, Modul 2 mit linearen Gleichungen, Modul 3 mit dem L\u00f6sen von Ungleichungen, Modul 4 mit Gleichungssystemen und schlie\u00dflich in Woche 5 mit einer Pr\u00fcfung \u00fcber Gleichungen mit Ungleichungen und reellen Zahlen. Erworbene Fertigkeiten:<\/strong> Gleichungen, Ungleichungen, Polynome, Radikale, Exponenten und quadratische Gleichungen. Dauer<\/strong>: Etwa 10 Stunden \u00fcber 5 Wochen. Bewertung:<\/strong> 4.9\/95%<\/p>\n\n\n\n Nach umfangreichen Recherchen \u00fcber alle angebotenen Online-Mathekurse haben wir die 22 besten Mathekurse gefunden, um Ihnen die Auswahl zu erleichtern<\/p>\n\n\n\n Diskrete Mathematik<\/a><\/p>\n\n\n\n Dies ist ein Mittelstufenkurs in Englisch mit Untertiteln in 8 verschiedenen Sprachen. Die diskrete Mathematik, die an sich schon faszinierend ist, ist die mathematische Grundlage der Computer- und Informationswissenschaften. Sie lernen eine breite Palette mathematischer Konzepte wie Mengen, Relationen, Funktionen, Graphen kennen, die in der Informatik sehr verbreitet sind. Sie werden ein Verst\u00e4ndnis f\u00fcr formale Aussagen und deren Beweise erlangen und selbst zu strengen Beweisen und interessanten Ergebnissen gelangen. Die Mathematik ist jedoch nicht sehr formal, so dass Ihnen f\u00fcr jedes Konzept 1 interessantes Ergebnis mit einem vollst\u00e4ndigen Beweis gezeigt wird, aber nicht mit zu viel formaler Notation. Dieser Kurs deckt keine modulare Arithmetik, Algebra und Logik ab. Der Lehrplan umfasst: Einf\u00fchrung - Grundlegende Objekte der diskreten Mathematik, partielle Ordnungen, enumerative Kombinatorik, der Binomialkoeffizient, Asymptotik und die O-Notation, Einf\u00fchrung in die Graphentheorie, Konnektivit\u00e4t, B\u00e4ume, Zyklen, Eulersche und Hamiltonsche Zyklen, Spanning Trees, Maximum Flow und Minimum Cut und schlie\u00dflich Matchings in zweiseitigen Graphen.<\/p>\n\n\n\n Erworbene Fertigkeiten:<\/strong> Mathematik der Informatik, Mengen, Funktionen, Beziehungen, Graphen und P:roofs<\/p>\n\n\n\n Dauer<\/strong>: Etwa 42 Stunden \u00fcber 11 Wochen.Bewertung:<\/strong> 3.3\/83%<\/p>\n\n\n\n Mathematik f\u00fcr maschinelles Lernen: PCA<\/a><\/p>\n\n\n\n Dies ist ein Mittelstufenkurs in Englisch mit Untertiteln in 8 verschiedenen Sprachen. Es ist der 3rd<\/sup> Kurs in Mathematik f\u00fcr Machine Learning Spezialisierungen. Es werden die mathematischen Grundlagen zur Ableitung der Hauptkomponentenanalyse (PCA), einer Technik zur Dimensionalit\u00e4tsreduktion, vorgestellt. Einige grundlegende Statistiken wie Mittelwerte, Varianzen, Abst\u00e4nde und Winkel zwischen Vektoren werden mit Hilfe von inneren Produkten berechnet und Sie werden orthogonale Projektionen von Daten auf einen Unterraum mit niedrigerer Dimension ableiten. Mit Hilfe dieser Werkzeuge werden Sie die PCA als eine Methode ableiten, die den durchschnittlichen quadratischen Rekonstruktionsfehler zwischen Datenpunkten und deren Rekonstruktion minimiert. Am Ende des Kurses werden Sie diese wichtigen mathematischen Konzepte kennen und verstehen und in der Lage sein, PCA selbst zu implementieren. Als Hilfestellung finden Sie eine Reihe von Jupyter-Notebooks, mit denen Sie die Eigenschaften der Techniken weiter erforschen k\u00f6nnen und die Sie auf den richtigen Weg bringen. Die Voraussetzungen f\u00fcr diesen Kurs sind: F\u00e4higkeit zu abstraktem Denken, Hintergrundwissen in linearer Algebra (Matrix- und Vektoralgebra, lineare Unabh\u00e4ngigkeit, Basis), Verst\u00e4ndnis der multivariaten Kalkulation (z.B. partielle Ableitung und grundlegende Optimierung) und schlie\u00dflich Grundkenntnisse in der Python-Programmierung und Numpy. Die Module bestehen aus: Statistik von Datens\u00e4tzen, innere Produkte, orthogonale Projektionen und Hauptkomponentenanalyse. <\/p>\n\n\n\n Erworbene Fertigkeiten: <\/strong>Dimensionalit\u00e4tsreduktion, Python-Programmierung und Lineare Algebra Matrix-Methoden<\/a><\/p>\n\n\n\n Dies ist ein Mittelstufenkurs in Englisch mit Untertiteln in 4 verschiedenen Sprachen. Mathematisch <\/p>\n\n\n\n Matrixmethoden liegen den meisten Methoden des maschinellen Lernens und der Analyse von Datentabellen zugrunde. Sie lernen elementare Matrixmethoden kennen, einschlie\u00dflich der Matrix-Matrix-Multiplikation, der L\u00f6sung linearer Gleichungen, der Orthogonalit\u00e4t und der Ann\u00e4herung der besten kleinsten Quadrate. Sie lernen die Singul\u00e4rwertzerlegung kennen, die f\u00fcr die Dimensionsreduktion, die Hauptkomponentenanalyse und die Rauschunterdr\u00fcckung grundlegend ist. Sie werden sich mit optionalen Python-Beispielen besch\u00e4ftigen, die zur Veranschaulichung des Konzepts verwendet werden und Ihnen die M\u00f6glichkeit geben, mit den Algorithmen zu experimentieren. Dieser Lehrplan wird mit Hilfe von Videos und vorgeschriebener Lekt\u00fcre sowie Quizfragen vermittelt und deckt die folgenden Themen ab: Matrizen als mathematische Objekte, Matrixmultiplikation und andere Operationen, Systeme linearer Gleichungen, lineare kleinste Quadrate und schlie\u00dflich die Singul\u00e4rwertzerlegung.<\/p>\n\n\n\n Erworbene Fertigkeiten: <\/strong>Matrizen, Matrixoperationen, Lineare Gleichungen und Singul\u00e4rwertzerlegung. Dauer:<\/strong> Etwa 7 Stunden \u00fcber 5 Wochen. Bewertung:<\/strong> 4.1<\/p>\n\n\n\n College Mathe Vorbereitung<\/a><\/p>\n\n\n\n Bei diesem Kurs handelt es sich um ein Anf\u00e4ngerniveau in Englisch. Wenn Sie ein Student sind, der sich auf den Eintritt ins College vorbereitet und die Mathe-Einstufungspr\u00fcfung ablegen muss, dann wird dieser Kurs Sie angemessen vorbereiten. Au\u00dferdem k\u00f6nnen alle Studenten, die an der Accuplacer-Pr\u00fcfung des College Board teilnehmen, die Informationen in diesem Kurs nutzen. Au\u00dferdem sind die Informationen in diesem Kurs aufgrund von Initiativen des Texas Higher Education Coordinating Board speziell auf Studenten aus Texas zugeschnitten. Die Module bestehen aus einer Reihe von Lekt\u00fcren. Woche 1 ist eine Einf\u00fchrung in den Kurs und umfasst 3 Lektionen zum Thema Zahlensinn, ein Quiz am Ende jeder Lektion festigt die Konzepte. Die zweite Woche behandelt Elementare Algebra und besteht aus 4 Lektionen \u00fcber Elementare Algebra, darunter das L\u00f6sen von linearen Gleichungen und Ungleichungen, mathematische Modelle, Diagramme und Gleichungssysteme. Die dritte Woche befasst sich mit der Mittleren Algebra, die 5 Lektionen umfasst. Dies ist das umfangreichste Modul, daher sollten Sie sich einen angemessenen Zeitrahmen setzen, um die Konzepte zu verstehen. Die letzte Woche behandelt Geometrie und Statistik und umfasst 2 Lektionen, womit der Kurs abgeschlossen ist. Erworbene Fertigkeiten:<\/strong> Algebra, Zahlen, Geometrie und Statistik. Dauer:<\/strong> Etwa 35 Stunden \u00fcber 4 Wochen. Bewertung:<\/strong> 4.2<\/p>\n\n\n\n Mathematik f\u00fcr MBA und GMAT-Vorbereitung<\/a><\/p>\n\n\n\n Dies ist ein Anf\u00e4ngerkurs in englischer Sprache. Sie werden Kenntnisse der Statistik erwerben, wie sie in Gesch\u00e4ftssituationen angewendet werden. Gelegentlich kommen Studenten, die sich an einer Universit\u00e4t f\u00fcr einen Master of Business Administration (MBA) einschreiben, aus einer Position, in der sie keine oder nur eine sehr geringe Ausbildung in Mathematik und Statistik haben. Dieser Kurs wird Ihnen das Handwerkszeug vermitteln, um zu verstehen, wie grundlegende Statistiken berechnet werden, um die in Excel enthaltenen Formeln zu navigieren und zu nutzen, und Sie werden auch in der Lage sein, diese Formeln in einer gesch\u00e4ftlichen Umgebung oder Situation anzuwenden. Woche 1 f\u00fchrt Sie in den Kurs ein, Woche 2 befasst sich mit der deskriptiven Statistik, die Mittelwerte, Mediane und Modi, Standardabweichungen und einige andere grundlegende Konzepte umfasst, Woche 3 behandelt Daten und Datenvisualisierung: Excel-Tools und -Techniken - Excel-Tools und -Techniken f\u00fcr die Datenvisualisierung werden besprochen und in Woche 4 werden Sie sich mit Gleichungen und der Umkehrung von Gleichungen befassen, was eine Art Algebra-Auffrischung ist. Woche 5 behandelt allgemeine Gesch\u00e4ftskonzepte und mathematische Anwendungen im gesch\u00e4ftlichen Umfeld. In Woche 6 werden Sie Calculus und Marginal Analysis in einem gesch\u00e4ftlichen Kontext sehen und lernen. In Woche 7 schlie\u00dflich werden Sie sich mit der Regressionsanalyse besch\u00e4ftigen. Erworbene Fertigkeiten: <\/strong>Business, Microsoft Excel, Statistische Analyse und Allgemeine Statistik. Dauer:<\/strong> Etwa 13 Stunden \u00fcber 7 Wochen. Bewertung:<\/strong> 4.4<\/p>\n\n\n\n Mathematische Kenntnisse in den Datenwissenschaften<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Anf\u00e4ngerkurs n Englisch mit Untertiteln in 9 verschiedenen Sprachen. Dieser Kurs vermittelt Ihnen die Mathematik, die Sie ben\u00f6tigen, um in den Datenwissenschaften erfolgreich zu sein. Er wurde f\u00fcr diejenigen konzipiert, die \u00fcber grundlegende Mathematikkenntnisse verf\u00fcgen, aber keine Algebra oder Vorkalkulation studiert haben. Dieser Kurs lehrt die Mathematik, auf der die Datenwissenschaft aufbaut, und f\u00fchrt individuell in bisher unerforschte Ideen und mathematische Symbole ein. Am Ende dieses Kurses werden Sie das Vokabular, die Notation, die Konzepte und die Algebra-Regeln beherrschen, die jeder Datenwissenschaftler kennen sollte, bevor er weiterf\u00fchrende Kurse belegt. Einige der behandelten Themen sind: Mengenlehre und Venn-Diagramme; Eigenschaften der reellen Zahlenreihe; Intervallschreibweise und Algebra mit Ungleichungen; Verwendung der Summen- und Sigma-Schreibweise; Mathematik auf der kartesischen (x,y)-Ebene; grafische Darstellung; Konzept der momentanen \u00c4nderungsrate und Tangenten an eine Kurve; Exponenten, Logarithmen und nat\u00fcrliche Logarithmusfunktion; und schlie\u00dflich Wahrscheinlichkeitstheorie, einschlie\u00dflich des Satzes von Bayes. Dieser Kurs gilt als Voraussetzung f\u00fcr Teilnehmer, die sich f\u00fcr den Kurs \"Mastering Data Analysis in Excel\" interessieren, der Teil der Excel to MySQL Data Science Spezialisierung ist. <\/p>\n\n\n\n Berechnung mit einer Variablen<\/a><\/p>\n\n\n\n Dieser Kurs ist auf Englisch und hat Untertitel in 4 verschiedenen Sprachen. Dieser Kurs konzentriert sich auf das konzeptionelle Verst\u00e4ndnis und die Anwendung der Einervariablenrechnung, die Dinge wie Planetenbahnen bis hin zu Dingen wie die optimale Gr\u00f6\u00dfe einer Stadt erkl\u00e4rt. Dieser Kurs ist ideal f\u00fcr Studenten, die ein Studium der Ingenieur-, Physik- und Sozialwissenschaften beginnen. Der Kurs beinhaltet eine Einf\u00fchrung in Taylor-Reihen und N\u00e4herungen, diskrete und kontinuierliche Formen der Infinitesimalrechnung, wobei der Schwerpunkt auf Konzepten und nicht auf Berechnungen liegt. Die Module umfassen in Woche 1 eine Berechnung f\u00fcr Sequenzen, in Woche 2 werden numerische Methoden eingef\u00fchrt, in Woche 3 lernen Sie Reihen und Konvergenztests kennen, in Woche 4 werden die Potenz- und Taylorreihen behandelt und in Woche 5 wird der Kurs mit der Einvariablenrechnung abgeschlossen. Erworbene Fertigkeiten: <\/strong>Taylor-Reihen und Einvariablenberechnung. Dauer:<\/strong> Etwa 14 Stunden \u00fcber 5 Wochen<\/p>\n\n\n\n Bewertung:<\/strong> 4.6<\/p>\n\n\n\n Mathematik f\u00fcr Machine Learning Spezialisierung<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Einsteigerkurs auf Englisch mit Untertiteln in 9 verschiedenen Sprachen. F\u00fcr viele anspruchsvolle Kurse in den Bereichen maschinelles Lernen und Datenwissenschaft m\u00fcssen Sie Ihre mathematischen Grundlagen auffrischen, die Sie vielleicht schon einmal studiert haben, die aber in einem anderen Kontext gelehrt wurden, so dass es schwierig ist, einen Bezug zu ihrer Verwendung im Bereich der Informatik herzustellen. Diese Spezialisierung wird Ihre Mathematikkenntnisse wieder auffrischen, indem sie das, was Sie bereits wissen, mit dem maschinellen Lernen und den Datenwissenschaften in Verbindung bringt. Die 1st<\/sup> Kurs befasst sich mit der Linearen Algebra und wie diese mit Daten zusammenh\u00e4ngt. Danach werden Sie sich mit Vektoren und Matrizen und dem Umgang mit ihnen besch\u00e4ftigen. Die 2und<\/sup> Kurs befasst sich mit Multivariater Kalkulation, die auf dem 1st<\/sup> und Sie werden sehen, wie Sie Anpassungsfunktionen optimieren k\u00f6nnen, um gute Anpassungen an Daten zu erhalten. Der Kurs beginnt mit einer Einf\u00fchrung in Calculus und nutzt dann Ihre Kenntnisse aus Kurs 1, um sich mit der Datenanpassung zu besch\u00e4ftigen. Die 3rd<\/sup> Kurs, die Dimensionalit\u00e4tsreduktion mit der Hauptkomponentenanalyse (PCA), verwendet die Mathematik aus dem 1st<\/sup> zwei Kurse zur Komprimierung hochdimensionaler Daten. Dieser Kurs setzt auch Kenntnisse in Python und Numpy voraus. Am Ende dieser Spezialisierung verf\u00fcgen Sie \u00fcber die mathematischen Kenntnisse, die Sie ben\u00f6tigen, um fortgeschrittenere Kurse zum maschinellen Lernen zu belegen. Durch die gestellten Aufgaben werden Sie Ihre neu erworbenen F\u00e4higkeiten nutzen, um Miniprojekte mit Python auf interaktiven Notebooks zu erstellen, die Ihnen helfen, das Wissen auf aktuelle Probleme anzuwenden. So k\u00f6nnen Sie z.B. mit Hilfe der linearen Algebra den Page Rank eines kleinen simulierten Internets berechnen, Ihr eigenes neuronales Netzwerk unter Anwendung der Multivariaten Kalkulation trainieren und eine nicht-lineare Regression nach der kleinsten Quadratzahl durchf\u00fchren, um ein Modell an einen Datensatz anzupassen. Da es sich um eine Spezialisierung handelt, k\u00f6nnen Sie mit jedem beliebigen Kurs beginnen und dann je nach Bedarf fortfahren.<\/p>\n\n\n\n Erworbene Fertigkeiten:<\/strong> Eigenwerte und Eigenvektoren, Hauptkomponentenanalyse (PCA), Multivariable, Kalk\u00fcl, Lineare Algebra, Basis (Lineare Algebra), Transformationsmatrix, Lineare Regression, Vektorrechnung, Gradient Descend, Dimensionalit\u00e4tsreduktion und Python-Programmierung<\/p>\n\n\n\n Dauer:<\/strong> Ca. 4 Monate bei einem Tempo von 4 Stunden pro Woche - 4 Kurse. Bewertung:<\/strong> 4.6<\/p>\n\n\n\n Konstruktivismus und Mathematik<\/a><\/p>\n\n\n\n Dieser Kurs ist auf Englisch und hat Untertitel in 4 verschiedenen Sprachen. Sie k\u00f6nnen ihn nach Ihrem eigenen Zeitplan und Tempo lernen. Dieser Kurs hilft Ihnen bei der Analyse der Auswirkungen des Konstruktivismus auf das Lernen und Lehren in den Bereichen Naturwissenschaften, Mathematik und Technik. Der Kurs besteht aus Lekt\u00fcre, Diskussion und Aufgaben, in denen Sie konstruktivistische Ansichten \u00fcber das Lernen, die Forschung \u00fcber die Ideen der Sch\u00fcler und ideenbasierte Interaktionen, Unterrichtsans\u00e4tze, die die Ideen der Sch\u00fcler ber\u00fccksichtigen, und die Herausforderungen bei der Umsetzung konstruktivistischer Perspektiven im Unterricht untersuchen. Das Unterrichtsmedium ist ein Video mit Lesungen und Quizfragen. Woche 1 - ist die Kursorientierung, die Ihnen die f\u00fcr den Kurs erforderlichen technischen F\u00e4higkeiten vermittelt, Woche 2 - f\u00fchrt zu Modul 1, das eine Einf\u00fchrung in den Konstruktivismus umfasst, Woche 3 - vertieft Modul 2 Sch\u00fclerideen, Woche 4 ist Modul 3, das die Unterst\u00fctzung von Sch\u00fclern bei der Entwicklung ihrer Ideen behandelt, in dem konstruktivistische Lernumgebungen und ihre Aspekte untersucht werden, Woche 5 - behandelt die 4th<\/sup> das Modul Implementing Constructivist learning environments. Erworbene Fertigkeiten:<\/strong> Perspektiven des Konstruktivismus. Dauer:<\/strong> Etwa 10 Stunden \u00fcber 5 Wochen. Bewertung:<\/strong> 4.7<\/p>\n\n\n\n Mathematik f\u00fcr maschinelles Lernen: Multivariate Kalkulation<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Einsteigerkurs auf Englisch mit Untertiteln in 9 verschiedenen Sprachen. In diesem Kurs werden Sie in die Multivariate Kalkulation eingef\u00fchrt, die f\u00fcr die Entwicklung von Techniken des maschinellen Lernens ben\u00f6tigt wird. Sie werden zun\u00e4chst Ihre Kenntnisse \u00fcber die Formulierung einer Steigung auffrischen, bevor Sie diese in die formale Definition des Gradienten einer Funktion umwandeln. Anschlie\u00dfend lernen Sie eine Reihe von Werkzeugen kennen, mit denen Sie die Kalkulation schneller und einfacher gestalten k\u00f6nnen. Danach wird die Berechnung von Vektoren, die auf mehrdimensionale Dienste hinweisen, gelehrt und anhand eines interaktiven Spiels in die Tat umgesetzt. Sie werden erforschen, wie Sie Calculus verwenden k\u00f6nnen, um N\u00e4herungen an Funktionen zu erstellen und zu quantifizieren, wie genau wir diese N\u00e4herungen erwarten k\u00f6nnen. Der Kurs er\u00f6rtert, wo Calculus beim Training neuronaler Netze zum Einsatz kommt, bevor Ihnen gezeigt wird, wie es in linearen Aggressionsmodellen angewendet wird. Dieser Kurs bietet ein intuitives Verst\u00e4ndnis von Calculus und der Sprache, die Sie ben\u00f6tigen, um das Konzept selbst zu erforschen, wenn Sie nicht weiterkommen. In Woche 1 werden Sie sich mit dem Thema \"Was ist Kalk\u00fcl?\" befassen, in Woche 2 mit der multivariaten Kalkulation, in Woche 3 mit der multivariaten Kettenregel und ihren Anwendungen, in Woche 4 mit der Taylor-Reihe und der Linearisierung, in Woche 5 mit der Einf\u00fchrung in die Optimierung und schlie\u00dflich in Woche 6 mit der Regression.<\/p>\n\n\n\n Erworbene Fertigkeiten:<\/strong> Lineare Aggression, Vektorkalkulation, Multivariable Kalkulation und Gradientenabstieg<\/p>\n\n\n\n Dauer:<\/strong> Etwa 18 Stunden \u00fcber 6 Wochen. Bewertung:<\/strong> 4.7\/91%<\/p>\n\n\n\n Mathematik f\u00fcr maschinelles Lernen: Lineare Algebra<\/a><\/p>\n\n\n\n Der Kurs ist auf Englisch f\u00fcr Anf\u00e4nger und hat Untertitel in 8 verschiedenen Sprachen. In diesem Kurs erfahren Sie, was Lineare Algebra ist und wie sie sich auf Vektoren und Matrizen bezieht. Als N\u00e4chstes werden Sie Vektoren, Matrizen und die Arbeit mit ihnen sowie das Problem der Eigenwerte und Eigenvektoren erforschen und erfahren, wie Sie diese zur L\u00f6sung von Problemen einsetzen k\u00f6nnen. Schlie\u00dflich werden Sie sehen, wie Sie damit unglaubliche Dinge mit Datens\u00e4tzen anstellen k\u00f6nnen, z.B. das Drehen eines Gesichtsbildes und wie Sie Eigenvektoren extrahieren k\u00f6nnen, um zu sehen, wie ein Pagerank-Algorithmus funktioniert. Da Sie auf datengesteuerte Anwendungen abzielen, werden einige dieser Ideen in Code umgesetzt. Am Ende des Kurses werden Sie in der Lage sein, Codebl\u00f6cke zu schreiben und Jupyter-Notizb\u00fccher in Python kennenzulernen, die kurz sind, sich auf das Konzept konzentrieren und Sie anleiten, wenn Sie noch nicht programmiert haben. Am Ende des Kurses werden Sie Vektoren und Matrizen verstehen, um die Br\u00fccke zu Problemen der linearen Algebra und der Anwendung dieser Konzepte auf das maschinelle Lernen zu schlagen. Der Lehrplan in Woche 1 - f\u00fchrt in die Lineare Algebra und Mathematik f\u00fcr maschinelles Lernen ein, Woche 2 - erforscht Vektoren, Objekte, die sich im Raum bewegen, Woche 3 - behandelt Matrizen in der Linearen Algebra: Objekte, die auf Vektoren wirken, Woche 4 - besch\u00e4ftigt sich mit Matrizen, die lineare Zuordnungen bilden und schlie\u00dflich in Woche 5 - mit Eigenwerten und Eigenvektoren: Anwendung auf Datenprobleme. Der Unterricht erfolgt mit Hilfe von Videos, Lekt\u00fcre und Quizfragen. Erworbene Fertigkeiten:<\/strong> Eigenwerte und Eigenvektoren, Basis (Lineare Algebra), Transformationsmatrix und Lineare Algebra. Dauer:<\/strong> Etwa 19 Stunden \u00fcber 5 Wochen. Bewertung:<\/strong> 4.7\/92%<\/p>\n\n\n\n Mathematik f\u00fcr Ingenieure: Der Abschlu\u00dfkurs<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Mittelstufenkurs in englischer Sprache. Dieser Kurs setzt Kenntnisse in Matrixalgebra, Differentialgleichungen, Vektorkalkulation, numerischen Methoden und der Programmiersprache MATLAB voraus.<\/p>\n\n\n\n Dies ist das Abschlussprojekt f\u00fcr Studenten, die die Spezialisierung Mathematik f\u00fcr Ingenieure absolvieren. Zun\u00e4chst lernen Sie jedoch einige grundlegende Konzepte der Computational Fluid Dynamics kennen und wenden diese dann an, um die Fl\u00fcssigkeitsstr\u00f6mung um einen Zylinder zu berechnen. Alle eingeschriebenen Studenten erhalten Zugang zu MATLAB online und dem MATLAB Grader. Bevor Sie sich einschreiben, sollten Sie bereits \u00fcber Kenntnisse in Differentialgleichungen, Vektorrechnung und numerischen Methoden verf\u00fcgen oder diese belegt haben und in der Lage sein, in MATLAB zu programmieren. Es gibt 22 kurze Videovorlesungen und ein vollst\u00e4ndiges Vorlesungsskript, das Sie herunterladen k\u00f6nnen unter http:\/\/www.math.ust.hk\/~machas\/flow-around\/a-cylinder.pdf<\/a><\/p>\n\n\n\n Jede Vorlesung schlie\u00dft mit einer Aufgabe, die es zu l\u00f6sen gilt, und am Ende der 2und<\/sup> und 3rd<\/sup> Wochen gibt es eine MATLAB-Programmieraufgabe. Der Lehrplan umfasst in Woche 1 die Steuerungsgleichungen, in Woche 2 die station\u00e4ren Str\u00f6mungen und in Woche 3 die instation\u00e4ren Str\u00f6mungen. Erworbene Fertigkeiten:<\/strong> Computational Fluid Dynamics und Wissenschaftliches Rechnen. Dauer<\/strong>: Etwa 1o Stunden \u00fcber 3 Wochen. Bewertung:<\/strong> 4.8<\/p>\n\n\n\n Differentialgleichungen Teil 1<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Anf\u00e4ngerkurs auf Englisch mit Untertiteln in 8 verschiedenen Sprachen. Diejenigen, die Informationen und Kenntnisse \u00fcber Differentialgleichungen f\u00fcr die praktische Anwendung in ihren eigenen Bereichen ben\u00f6tigen, werden von diesem Kurs sehr profitieren. Sie lernen grundlegende Begriffe, Konzepte und Methoden zur L\u00f6sung verschiedener Arten von Differentialgleichungen sowie ein grundlegendes, aber notwendiges Wissen \u00fcber die Theorie und damit verbundene Anwendungen. Sie sollten \u00fcber ein grundlegendes Verst\u00e4ndnis der Infinitesimalrechnung und der elementaren Theorie der Matrizen wie Determinanten, die Cramers'sche Regel zum L\u00f6sen linearer Gleichungssysteme, Eigenwerte und Eigenvektoren verf\u00fcgen. Erworbene Fertigkeiten:<\/strong> Differentialgleichungen erster Ordnung, Modellierung und lineare Gleichungen zweiter Ordnung . Dauer: <\/strong>Etwa 15 Stunden \u00fcber 9 Wochen. Bewertung:<\/strong> 4.7\/95%<\/p>\n\n\n\n Kalkulation Einzel 1<\/a><\/p>\n\n\n\n Der Kurs ist auf Englisch mit Untertiteln in 9 verschiedenen Sprachen. Calculus erkl\u00e4rt alles, von der Periodizit\u00e4t eines Herzschlags bis zur optimalen Gr\u00f6\u00dfe einer Stadt. Dieser Kurs deckt die einvariable Kalkulation ab, wobei der Schwerpunkt auf dem konzeptionellen Verst\u00e4ndnis und der Anwendung liegt. Wenn Sie in den Ingenieur-, Physik- oder Sozialwissenschaften studieren, wird dieser Kurs Sie ansprechen. In diesem ersten Teil von 5 werden Sie Ihr Verst\u00e4ndnis von Taylor-Reihen erweitern, Grenzwerte \u00fcberpr\u00fcfen, das \"Warum\" hinter der L'Hopital-Regel verstehen und eine neue Sprache lernen, um das Wachstum und den Zerfall von Funktionen zu beschreiben: Das gro\u00dfe O.<\/p>\n\n\n\n Der Lehrplan umfasst nach der Einf\u00fchrung: In Woche 2 - Ein \u00dcberblick \u00fcber Funktionen (die Grundlagen der Vorkalkulation), Woche 3 - Erkundung der Taylor-Reihen und schlie\u00dflich Woche 4 - Grenzwerte und Asymptotik. Erworbene Fertigkeiten: <\/strong>Reihenerweiterungen und Kalkulation. Dauer:<\/strong> Etwa 14 Stunden \u00fcber 4 Wochen<\/p>\n\n\n\n Bewertung:<\/strong> 4.7\/96%<\/p>\n\n\n\n Algebra<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Anf\u00e4ngerkurs in Englisch. Es sind keine mathematischen Vorkenntnisse erforderlich, um sich f\u00fcr diesen Kurs anzumelden, aber er wird Studenten helfen, die ihre Algebra- und Geometriekenntnisse verbessern m\u00f6chten, wo zuk\u00fcnftige Kurse entweder Vorkalk\u00fcl oder Kalk\u00fcl als Voraussetzung erfordern. Quantitative F\u00e4higkeiten und logisches Denken schulen Sie darin, logisch zu denken, mit Daten umzugehen und fundierte Entscheidungen zu treffen. Anstelle eines Capstone-Projekts gibt es in allen Modulen kleinere angewandte und Algebra-Probleme. Sie erhalten sowohl \u00dcbungsaufgaben als auch ausgearbeitete L\u00f6sungen, die Sie auf den Erfolg vorbereiten. Kurs 1 umfasst Algebra: Elementary to Advanced - Equations and Inequalities, Kurs 2 ist Algebra: Grundstufe bis Fortgeschrittene - Funktionen und Anwendungen und Kurs 3 ist Algebra: Grundstufe bis Fortgeschrittene - Polynome und Wege. Erworbene Fertigkeiten: <\/strong>Algebra, Gleichungen, Funktionen, Polynome und Routen. Dauer:<\/strong> Ca. 4 Monate bei einem empfohlenen Tempo von 4 Stunden pro Woche - 3 Kurse. Bewertung:<\/strong> 4.8<\/p>\n\n\n\n Calculus Single Variable Teil 2<\/a><\/p>\n\n\n\n Dieser Kurs ist auf Englisch mit Untertiteln in 5 verschiedenen Sprachen. Calculus erkl\u00e4rt alles, von der Periodizit\u00e4t eines Herzschlags bis hin zur optimalen Gr\u00f6\u00dfe einer Stadt. Dieser Kurs deckt die einvariable Kalkulation ab, wobei der Schwerpunkt auf dem konzeptionellen Verst\u00e4ndnis und deren Anwendung liegt. Wenn Sie in den Ingenieur-, Physik- oder Sozialwissenschaften studieren, wird dieser Kurs f\u00fcr Sie interessant sein. Dieser 2und<\/sup> Teil 5 behandelt Ableitungen, Differenzierung, Regeln, Linearisierung, h\u00f6here Ableitungen, Optimierung, Differentiale und Differenzierungsoperatoren. In Woche 1 lernen Sie A New Look at Differentiation, Woche 2 ist Putting Derivatives to work und Woche 3 befasst sich mit Differentialen und Operatoren. Erworbene Fertigkeiten:<\/strong> Differentialmathematik, Newtonsche Methode, Lineare Approximation, Differentialrechnung und Ableitung . Dauer:<\/strong> Etwa 10 Stunden \u00fcber 3 Wochen. Bewertung:<\/strong> 4.8\/95%<\/p>\n\n\n\n Einf\u00fchrung in die mathematische Denkweise<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Mittelstufenkurs in Englisch mit Untertiteln in 9 verschiedenen Sprachen. Die Art und Weise, wie Mathematiker denken, hat sich \u00fcber viele Jahrtausende entwickelt und ist ein leistungsf\u00e4higer kognitiver Prozess, der nicht dasselbe ist wie Mathematik zu betreiben. Die im Schulsystem \u00fcblicherweise vermittelte Mathematik kommt viel zu kurz und konzentriert sich auf das Erlernen von Verfahren zur L\u00f6sung von stereotypischen Problemen. Professionelle Mathematiker denken auf eine bestimmte Art und Weise, um Probleme zu l\u00f6sen, die sich aus der Wissenschaft, der Welt oder einfach aus der Mathematik selbst ergeben. Ein wesentlicher Unterschied zwischen dem Erfolg in der Schulmathematik und dem mathematischen Denken ist, dass mathematisches Denken ein Denken \u00fcber den Tellerrand ist. Dieser Kurs wird diese Art des Denkens entwickeln. Der 9-w\u00f6chige Kurs umfasst: Mathematik und Themen, die einfacher aussehen als sie sind. Nehmen Sie sich also Zeit und studieren Sie das Material gr\u00fcndlich. Rechnen Sie damit, dass Sie mehr Zeit damit verbringen werden, die Vorlesungen ausreichend gut zu studieren, um den Stoff zu verstehen. Erworbene Fertigkeiten:<\/strong> Zahlentheorie, Reelle Analysis, Mathematische Logik und Sprache. Dauer: <\/strong>Etwa 39 Stunden \u00fcber 9 Wochen. Bewertung:<\/strong> 4.8\/97%<\/p>\n\n\n\n Einf\u00fchrung in die Komplexe Analysis<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Mittelstufenkurs in Englisch und hat Untertitel in 8 verschiedenen Sprachen. Komplexe Analysis ist die Theorie der komplexen Funktionen einer komplexen Variablen. Dieser Kurs f\u00fchrt Sie in die komplexe Analysis ein. Sie werden zun\u00e4chst in die komplexe Ebene sowie in die Algebra und Geometrie der komplexen Zahlen eingef\u00fchrt und gelangen dann \u00fcber Differenzierung, Integration, komplexe Dynamik, Potenzreihendarstellung und Laurentsche Reihen in aktuelle Bereiche. Die Module bestehen jeweils aus 5 Videovortr\u00e4gen mit Quizfragen, gefolgt von einer Hausaufgabe. F\u00fcr die Hausaufgaben ben\u00f6tigen Sie m\u00f6glicherweise zus\u00e4tzliche Zeit, um die in den Vorlesungen besprochenen Konzepte zu verinnerlichen und zu \u00fcben. Der gr\u00f6\u00dfte Teil des Lernstoffs wird durch das Ausf\u00fcllen der Aufgaben vermittelt, die nicht auf die leichte Schulter genommen oder schnell erledigt werden sollten. Daher wird der Kurs voraussichtlich 6-12 Stunden pro Modul in Anspruch nehmen, je nach Ihren Vorkenntnissen. Der Lehrplan umfasst: Einf\u00fchrung in komplexe Zahlen; Komplexe Funktionen und Iteration; Analytische Funktionen; Konforme Abbildungen; Komplexe Integration; Potenzreihen; Laurentsche Reihen und Residuensatz sowie eine Abschlusspr\u00fcfung. <\/p>\n\n\n\n Erworbene Fertigkeiten:<\/strong> Konforme Abbildung, Laurentsche Reihen, Potenzreihen, Komplexe Analysis und Komplexe Zahlen. Dauer: <\/strong>27 Stunden \u00fcber 8 Wochen. Bewertung:<\/strong> 4.8\/97%<\/p>\n\n\n\n Einf\u00fchrung in Calculus<\/a><\/p>\n\n\n\n Dieser Kurs auf mittlerem Niveau ist auf Englisch mit Untertiteln in 8 verschiedenen Sprachen. Der Schwerpunkt dieses Kurses liegt auf den wichtigsten S\u00e4ulen f\u00fcr die Anwendung von Mathematik und Wissenschaft, Technik und Wirtschaft. Es werden die Ideen und historischen Beweggr\u00fcnde f\u00fcr die Infinitesimalrechnung erforscht, wobei ein Gleichgewicht zwischen Theorie und Anwendung hergestellt wird, das zur Beherrschung der grundlegenden Mathematik f\u00fchrt. Sie<\/p>\n\n\n\n Sie machen sich mit der Vorkalkulation vertraut, einschlie\u00dflich Gleichungsmanipulation und elementaren Funktionen, werden flie\u00dfend mit Tangenten und Grenzwerten und Ableitungen. Sie werden die Differentialrechnung mit Anwendungen und die Integralrechnung aufbauen und \u00fcben. Der Kurs umfasst: Woche 1 - Vorkalk\u00fcl; Woche 2 - Funktionen (N\u00fctzliches und wichtiges Repertoire); Woche 3 - Einf\u00fchrung in die Differenzialrechnung; Woche 4 - Eigenschaften und Anwendung der Ableitung); Woche 5 - Einf\u00fchrung in die Integralrechnung<\/p>\n\n\n\n .Erworbene Fertigkeiten:<\/strong> Logik, Mathematik und Kalk\u00fcl. Dauer: <\/strong>Etwa 59 Stunden \u00fcber 5 Wochen<\/p>\n\n\n\n Bewertung:<\/strong> 4.8\/98%<\/p>\n\n\n\n Math AI Teil 1 Lineare Algebra<\/a><\/p>\n\n\n\n Dieser Kurs ist auf Englisch und ist f\u00fcr Anf\u00e4nger geeignet. In diesem Kurs lernen Sie Konzepte der KI wie maschinelles Lernen, Deep Learning und Vektoren, die alle mit der linearen Algebra zusammenh\u00e4ngen. Sie lernen die Verwendung der Linearen Algebra in KI-Algorithmen kennen und werden nach Abschluss des Kurses die KI-Algorithmen und die Grundlagen der Linearen Algebra in KI-Anwendungen vollst\u00e4ndig verstehen. Der Lehrplan umfasst: Einf\u00fchrung in die KI in Woche 1, Woche 2 befasst sich mit der Einf\u00fchrung in die Lineare Algebra, Woche 3 deckt niedrige Operationen und lineare Kombinationen ab, Woche 4 besch\u00e4ftigt sich mit linear unabh\u00e4ngigen und inversen Matrizen, Woche 5 erforscht die Determinante einer quadratischen Matrix und das Eigenwertproblem und schlie\u00dflich lernen Sie in Woche 6 das Diagonalisierungsproblem und die KI-Anwendung. Erworbene Fertigkeiten:<\/strong> Lineare Algebra, Umgekehrte Matrix, Eigenwert, und KI. Dauer:<\/strong> Etwa 7 Stunden \u00fcber 6 Wochen. Bewertung:<\/strong> 4.9<\/p>\n\n\n\n Matrix-Algebra f\u00fcr Ingenieure<\/a><\/p>\n\n\n\n Dieser Kurs ist ein Anf\u00e4ngerkurs auf Englisch mit Untertiteln in 8 verschiedenen Sprachen. Dieser Kurs vermittelt alles, was Sie \u00fcber Matrizen wissen m\u00fcssen und deckt die lineare Algebra ab, die ein Ingenieur kennen sollte.<\/p>\n\n\n\n Dieser Kurs sollte nach dem Abschluss eines Universit\u00e4tskurses zur Einvariablenrechnung belegt werden. Ableitungen und Integrale werden in diesem Kurs nicht behandelt, aber es wird erwartet, dass Sie \u00fcber einige Kenntnisse in diesen Bereichen verf\u00fcgen. Der Kurs enth\u00e4lt viele kurze Vorlesungsvideos, gefolgt von Aufgaben, die Sie l\u00f6sen m\u00fcssen, um die in den Vorlesungsvideos behandelten Themen zu vertiefen. Nach jedem Thema gibt es ein kurzes Quiz. Die L\u00f6sungen finden Sie in den Vorlesungsunterlagen, die Sie unter http:\/\/www.math.ust.hk\/~machas\/matrix-algebra-for-engineers.pdf<\/a><\/p>\n\n\n\nWelche sind die besten kostenlosen Online-Mathekurse?<\/h2>\n\n\n\n
22 Diskrete Mathematik<\/h3>\n\n\n\n
21 Mathematik f\u00fcr maschinelles Lernen:PCA<\/h3>\n\n\n\n
Dauer:<\/strong> Etwa 20 Stunden \u00fcber 4 Wochen. Bewertung:<\/strong> 4.0\/82%<\/p>\n\n\n\n20 Matrix-Methoden<\/h3>\n\n\n\n
19 College Mathe Vorbereitung<\/h3>\n\n\n\n
18 Mathematik f\u00fcr MBA und GMAT-Vorbereitung<\/h3>\n\n\n\n
17 Mathematische F\u00e4higkeiten in der Datenwissenschaft<\/h3>\n\n\n\n
16 Berechnung mit einer Variablen<\/h3>\n\n\n\n
15 Mathematik f\u00fcr Machine Learning Spezialisierung<\/h3>\n\n\n\n
14 Konstruktivismus und Mathematik-, Naturwissenschafts- und Technikunterricht<\/h3>\n\n\n\n
13 Mathematik f\u00fcr maschinelles Lernen: Multivariate Kalkulation<\/h3>\n\n\n\n
12 Mathematik f\u00fcr maschinelles Lernen: Lineare Algebra<\/h3>\n\n\n\n
11 Mathematik f\u00fcr Ingenieure: Der Capstone-Kurs<\/h3>\n\n\n\n
10 Differentialgleichungen Teil 1 Grundlegende Theorie<\/h3>\n\n\n\n
09 Infinitesimalrechnung: Eine Variable Teil 1 - Funktionen<\/h3>\n\n\n\n
08 Algebra: Grundlegende bis fortgeschrittene Spezialisierung<\/h3>\n\n\n\n
07 Infinitesimalrechnung: Eine Variable Teil 2 - Differenzierung<\/h3>\n\n\n\n
06 Einf\u00fchrung in das mathematische Denken<\/h3>\n\n\n\n
05 Einf\u00fchrung in die Komplexe Analysis<\/h3>\n\n\n\n
04 Einf\u00fchrung in Calculus<\/h3>\n\n\n\n
03 Mathematik f\u00fcr KI-Anf\u00e4nger Teil 1 Lineare Algebra<\/h3>\n\n\n\n
02 Matrixalgebra f\u00fcr Ingenieure<\/h3>\n\n\n\n