Линейная алгебра: подготовка к первой контрольной для ФИИ МГУ

Подготовка к контрольной по линейной алгебре для студентов и специалистов по ИИ. Все 8 типов задач из демоверсии: аксиомы, базис, системы, определители, произведения векторов, нормы и доказательства. 20 уроков, 13 задач на Python, иллюстрации, анимации и два пробника. Автоматические задания — ровно 100 баллов.
Начальный уровень
20-25 часов за 7-10 дней; срочный маршрут 8-10 часов

Чему вы научитесь

  • Строить контрпримеры к аксиомам и проверять подпространства
  • Находить оболочку, базис, размерность и координаты
  • Решать системы методами Крамера и Гаусса
  • Вычислять определители и отслеживать их изменения
  • Вычислять dot, cross, mixed и строить правый ортогональный базис
  • Доказывать свойства нормы и скалярного произведения
  • Реализовывать алгоритмы на Python и проверять численные результаты

О курсе

Курс построен по восьми типам задач из приложенной демоверсии контрольной и теоретическому конспекту. Мы последовательно разбираем определения, геометрический смысл, алгоритмы вычислений и доказательства, а затем переносим идеи в Python.

Конспект и тренажёр определений. В первом уроке размещён полный исходный конспект с оглавлением по темам. В уроке 2.2 — тренажёр всех определений: 8 дополнительных тестов с 33 мини-заданиями и объяснениями. Эти тесты проверяются автоматически и стоят 0 баллов; общая оценочная шкала курса — ровно 100 баллов.

Внутри — 8 модулей, 20 уроков и 183 шага: от диагностики и контрпримеров до полного разбора демоверсии и двух новых контрольных по 100 баллов. Рисунки и GIF-анимации показывают линейные комбинации, площадь определителя, проекцию и перестановку столбцов.

Каждое вычислительное умение закрепляется тестами и численными задачами. 13 программных заданий проверяются автоматически; в исследовательской лаборатории NumPy связываем линейную алгебру с эмбеддингами, проекциями и устойчивостью вычислений. Доказательства и письменные контрольные снабжены решениями и критериями самостоятельной проверки.

После курса вы сможете объяснять ход решения, замечать типичные ошибки и уверенно решать задачи всех восьми типов. Для срочной подготовки предусмотрен сокращённый маршрут.

Общая шкала автоматических заданий — ровно 100 баллов: 43 теста с выбором ответа и 31 численная задача по 1 баллу, 13 задач на Python по 2 балла. Письменная практика с самопроверкой не добавляет баллов.

Для кого этот курс

Студентам, готовящимся к первой контрольной по линейной алгебре; будущим специалистам по ИИ, анализу данных и машинному обучению; преподавателям, которым нужны тренировки по демоверсии.

Начальные требования

Школьная алгебра: дроби, уравнения, координаты и квадратные корни. Для программирования нужны основы Python: списки, циклы, функции, ввод и вывод. NumPy нужен только в исследовательской лаборатории; задачи с автопроверкой решаются стандартной библиотекой Python 3. Предварительный курс линейной алгебры не обязателен.

Наши преподаватели

Как проходит обучение

Проходите уроки последовательно: прочитайте объяснение, рассмотрите рисунок или анимацию, решите короткие задачи, затем сравните ход решения с разбором. Тесты, численные ответы и Python проверяются автоматически. Доказательства проверяйте по приведённым критериям: наличие нужных аксиом, обоснование каждого перехода и полнота вывода.

В конце решите демоверсию, затем два новых пробника на бумаге. Рекомендуемый тренировочный лимит — 90 минут; это рекомендация курса, а не условие вашей контрольной. После каждого пробника заполните карту ошибок и повторите соответствующие уроки. Условия задач допускают повторные попытки.

Программа курса

загружаем...

Что вы получаете

  • 20 уроков и 183 учебных шага
  • Полный исходный конспект с переходами по темам
  • 43 оценочных теста с объяснениями и 31 численная задача
  • 8 дополнительных тестов с 33 мини-заданиями на все определения конспекта
  • 13 Python-задач с автопроверкой
  • Ровно 100 баллов за оценочные автоматические задания
  • 4 иллюстрации и 4 GIF-анимации
  • Полные условия и разбор демоверсии, два пробника на 100 баллов
  • Практика доказательств с критериями самопроверки
  • Исследовательская лаборатория NumPy с исходным кодом
Price: Бесплатно

Расскажите о курсе друзьям

Price: Бесплатно