محتویات صفحه

دوره های آموزشی به زبان فرانسه

 

تصادفی: مقدمه ای بر احتمال - قسمت 1 (پلی تکنیک پاریس)

École Polytechnique، یک موسسه مشهور، یک دوره جذاب در Coursera با عنوان "تصادفی: مقدمه ای بر احتمال - قسمت 1" ارائه می دهد.. این دوره که تقریباً 27 ساعت طول می کشد در سه هفته، یک فرصت استثنایی برای هر علاقه مند به مبانی احتمال است. این دوره به گونه ای طراحی شده است که انعطاف پذیر باشد و با سرعت هر یادگیرنده تطبیق یابد، این دوره یک رویکرد عمیق و قابل دسترس به نظریه احتمال ارائه می دهد.

این برنامه از 8 ماژول جذاب تشکیل شده است که هر یک به جنبه های کلیدی فضای احتمال، قوانین احتمال یکنواخت، شرطی سازی، استقلال و متغیرهای تصادفی می پردازد. هر ماژول با فیلم های توضیحی، خواندنی های اضافی و آزمون ها برای آزمایش و تثبیت دانش به دست آمده غنی شده است. همچنین دانش آموزان این فرصت را دارند که پس از اتمام دوره، یک گواهی قابل اشتراک به دست آورند که ارزش قابل توجهی به سفر حرفه ای یا تحصیلی آنها می افزاید.

مدرسان، سیلوی ملار، ژان رنه شازوت و کارل گراهام، همگی وابسته به École Polytechnique، تخصص و اشتیاق خود را به ریاضیات آورده اند و این دوره را نه تنها آموزشی، بلکه الهام بخش نیز می کنند. چه دانشجوی ریاضی باشید، چه حرفه‌ای که به دنبال تعمیق دانش خود هستید یا صرفاً یک علاقه‌مند به علم، این دوره فرصتی بی‌نظیر برای کاوش در دنیای شگفت‌انگیز احتمالات است که توسط برخی از بهترین ذهن‌ها در École Polytechnique هدایت می‌شود.

 

تصادفی: مقدمه ای بر احتمال - قسمت 2 (پلی تکنیک پاریس)

در ادامه تعالی آموزشی École Polytechnique، دوره "تصادفی: مقدمه ای بر احتمال - قسمت 2" در Coursera ادامه مستقیم و غنی بخش اول است. این دوره که به مدت 17 ساعت در سه هفته به طول می انجامد، دانش آموزان را در مفاهیم پیشرفته تر نظریه احتمال غرق می کند و درک عمیق تر و کاربردهای گسترده تری از این رشته جذاب ارائه می دهد.

این دوره با 6 ماژول با ساختار مناسب، موضوعاتی مانند بردارهای تصادفی، تعمیم محاسبات قانون، قضیه قانون اعداد بزرگ، روش مونت کارلو و قضیه حد مرکزی را پوشش می دهد. هر ماژول شامل فیلم‌های آموزشی، خواندنی‌ها و آزمون‌ها برای یک تجربه یادگیری همهجانبه است. این قالب به دانش آموزان اجازه می دهد تا فعالانه با مطالب درگیر شوند و مفاهیم آموخته شده را به صورت عملی به کار گیرند.

مربیان، سیلو ملار، ژان رنه شازوت و کارل گراهام همچنان دانش آموزان را در این سفر آموزشی با تخصص و اشتیاق خود به ریاضیات راهنمایی می کنند. رویکرد آموزشی آنها درک مفاهیم پیچیده را تسهیل می‌کند و کاوش عمیق‌تر احتمالات را تشویق می‌کند.

این دوره برای کسانی ایده آل است که در حال حاضر یک پایه محکم در احتمال دارند و می خواهند درک و توانایی خود را برای اعمال این مفاهیم در مسائل پیچیده تر گسترش دهند. با گذراندن این دوره، دانش‌آموزان می‌توانند گواهی اشتراک‌گذاری نیز کسب کنند که نشان دهنده تعهد و شایستگی خود در این زمینه تخصصی است.

 

مقدمه ای بر نظریه توزیع (پلی تکنیک پاریس)

دوره "مقدمه ای بر تئوری توزیع ها" که توسط École Polytechnique در Coursera ارائه شده است، یک کاوش منحصر به فرد و عمیق در زمینه ریاضی پیشرفته است. این دوره، تقریباً 15 ساعت طول می کشد که در سه هفته پخش می شود، برای کسانی طراحی شده است که به دنبال درک توزیع، یک مفهوم اساسی در ریاضیات کاربردی و تجزیه و تحلیل هستند.

این برنامه شامل 9 ماژول است که هر کدام ترکیبی از فیلم های آموزشی، خواندنی ها و آزمون ها را ارائه می دهد. این ماژول ها جنبه های مختلف تئوری توزیع، از جمله مسائل پیچیده مانند تعریف مشتق تابع ناپیوسته و اعمال توابع ناپیوسته به عنوان راه حل برای معادلات دیفرانسیل را پوشش می دهند. این رویکرد ساختاریافته به دانش آموزان اجازه می دهد تا به تدریج با مفاهیمی آشنا شوند که ممکن است در ابتدا ترسناک به نظر برسند.

پروفسور François Golse و Yvan Martel، هر دو از اعضای برجسته École Polytechnique، تخصص قابل توجهی را در این دوره به ارمغان می آورند. آموزش آنها سختگیری تحصیلی و رویکردهای آموزشی نوآورانه را ترکیب می کند و محتوا را برای دانش آموزان در دسترس و جذاب می کند.

این دوره به ویژه برای دانش آموزانی در ریاضیات، مهندسی یا رشته های مرتبط که به دنبال تعمیق درک خود از کاربردهای پیچیده ریاضی هستند مناسب است. با گذراندن این دوره، شرکت کنندگان نه تنها به دانش ارزشمندی دست یافته اند، بلکه این فرصت را نیز خواهند داشت که گواهینامه اشتراک گذاری دریافت کنند و ارزش قابل توجهی به مشخصات حرفه ای یا دانشگاهی آنها بیافزایند.

 

مقدمه ای بر نظریه گالوا (مدرسه عادی عالی پاریس)

دوره آموزشی «مقدمه ای بر نظریه گالوا» که توسط École Normale Supérieure Supérieure در Coursera ارائه شده است، کاوشی جذاب در مورد یکی از عمیق ترین و تأثیرگذارترین شاخه های ریاضیات مدرن است.این دوره تقریباً 12 ساعت طول می کشد، این دوره دانش آموزان را در دنیای پیچیده و فریبنده نظریه گالوا غرق می کند، رشته ای که درک روابط بین معادلات چند جمله ای و ساختارهای جبری را متحول کرده است.

این دوره بر مطالعه ریشه های چندجمله ای ها و بیان آنها از ضرایب، یک سوال اصلی در جبر متمرکز است. این مفهوم گروه Galois را که توسط Évariste Galois معرفی شد، بررسی می کند که هر چند جمله ای را با گروهی از جایگشت های ریشه های آن مرتبط می کند. این رویکرد به ما امکان می‌دهد بفهمیم چرا نمی‌توان ریشه‌های معادلات چند جمله‌ای خاص را با فرمول‌های جبری بیان کرد، به‌ویژه برای چندجمله‌ای با درجه بزرگتر از چهار.

مکاتبات گالوا، یک عنصر کلیدی این دوره، نظریه میدان را به نظریه گروه پیوند می دهد، و دیدگاه منحصر به فردی را در مورد حل پذیری معادلات رادیکال ارائه می دهد. این دوره از مفاهیم اساسی در جبر خطی برای نزدیک شدن به نظریه اجسام و معرفی مفهوم اعداد جبری استفاده می کند، در حالی که گروه های جایگشت لازم برای مطالعه گروه های گالوا را بررسی می کند.

این دوره به ویژه به دلیل توانایی آن در ارائه مفاهیم پیچیده جبر به روشی قابل دسترس و ساده قابل توجه است و به دانش آموزان اجازه می دهد تا به سرعت به نتایج معنی دار با حداقل فرمالیسم انتزاعی دست یابند. برای دانشجویان ریاضی، فیزیک یا مهندسی و همچنین علاقه مندان به ریاضی که به دنبال تعمیق درک خود از ساختارهای جبری و کاربرد آنها هستند ایده آل است.

با گذراندن این دوره، شرکت کنندگان نه تنها درک عمیقی از نظریه Galois به دست خواهند آورد، بلکه فرصتی برای کسب گواهی اشتراک گذاری خواهند داشت و ارزش قابل توجهی به مشخصات حرفه ای یا دانشگاهی آنها می افزاید.

 

تحلیل اول (قسمت اول): پیش درآمد، مفاهیم اساسی، اعداد واقعی (مدرسه پلی تکنیک فدرال لوزان)

دوره "تحلیل I (قسمت 1): پیش درآمد، مفاهیم اساسی، اعداد واقعی" که توسط École Polytechnique Fédérale de Lozanne در edX ارائه شده است، مقدمه ای عمیق برای مفاهیم اساسی تحلیل واقعی است. این دوره 5 هفته ای، که تقریباً به 4-5 ساعت مطالعه در هفته نیاز دارد، طراحی شده است تا با سرعت خودتان تکمیل شود.

محتوای دوره با یک مقدمه شروع می شود که مفاهیم اساسی ریاضی مانند توابع مثلثاتی (sin، cos، tan)، توابع متقابل (exp، ln) و همچنین قوانین محاسبه توان ها، لگاریتم ها و ریشه ها را بازبینی و عمیق می کند. همچنین مجموعه ها و عملکردهای اساسی را پوشش می دهد.

هسته اصلی این دوره بر سیستم های اعداد متمرکز است. با شروع از مفهوم شهودی اعداد طبیعی، این دوره به طور دقیق اعداد گویا را تعریف می کند و خواص آنها را بررسی می کند. توجه ویژه ای به اعداد واقعی می شود که برای پر کردن شکاف های اعداد گویا معرفی شده اند. این دوره یک تعریف بدیهی از اعداد حقیقی ارائه می دهد و ویژگی های آنها را به تفصیل مورد مطالعه قرار می دهد، از جمله مفاهیمی مانند infimum، supremum، مقدار مطلق و سایر ویژگی های اضافی اعداد حقیقی.

این دوره برای کسانی ایده آل است که دانش پایه ای از ریاضیات دارند و می خواهند درک خود را از تجزیه و تحلیل دنیای واقعی عمیق تر کنند. این به ویژه برای دانشجویان ریاضیات، فیزیک، یا مهندسی، و همچنین برای هر کسی که علاقه مند به درک دقیق از مبانی ریاضیات است مفید است.

با گذراندن این دوره، شرکت کنندگان درک کاملی از اعداد واقعی و اهمیت آنها در تجزیه و تحلیل و همچنین فرصتی برای کسب یک گواهی قابل اشتراک به دست خواهند آورد و ارزش قابل توجهی به مشخصات حرفه ای یا دانشگاهی آنها اضافه می کند.

 

تجزیه و تحلیل I (قسمت 2): مقدمه ای بر اعداد مختلط (مدرسه پلی تکنیک فدرال لوزان)

دوره "تحلیل I (قسمت 2): مقدمه ای بر اعداد مختلط" که توسط École Polytechnique Fédérale de Lausanne در edX ارائه شده است، مقدمه ای جذاب به دنیای اعداد مختلط است.این دوره 2 هفته ای، که تقریباً به 4-5 ساعت مطالعه در هفته نیاز دارد، طراحی شده است تا با سرعت خودتان تکمیل شود.

این دوره با پرداختن به معادله z^2 = -1 شروع می شود، که در مجموعه اعداد حقیقی، R، راه حلی وجود ندارد. این مسئله منجر به معرفی اعداد مختلط، C می شود، فیلدی که حاوی R است و به ما امکان می دهد چنین مواردی را حل کنیم. معادلات این دوره راه‌های مختلف نمایش یک عدد مختلط را بررسی می‌کند و راه‌حل‌های معادلات به شکل z^n = w را مورد بحث قرار می‌دهد، جایی که n متعلق به N* و w به C است.

نکته برجسته این دوره، مطالعه قضیه اساسی جبر است که یک نتیجه کلیدی در ریاضیات است. این دوره همچنین موضوعاتی مانند نمایش دکارتی اعداد مختلط، ویژگی های ابتدایی آنها، عنصر معکوس برای ضرب، فرمول اویلر و دو مویور و شکل قطبی اعداد مختلط را پوشش می دهد.

این دوره برای کسانی ایده آل است که قبلاً اطلاعاتی در مورد اعداد واقعی دارند و می خواهند درک خود را به اعداد مختلط گسترش دهند. این به ویژه برای دانشجویان ریاضیات، فیزیک یا مهندسی و همچنین برای هر کسی که علاقه مند به درک عمیق تر از جبر و کاربردهای آن است مفید است.

با تکمیل این دوره، شرکت کنندگان درک کاملی از اعداد مختلط و نقش حیاتی آنها در ریاضیات و همچنین فرصتی برای کسب یک گواهی قابل اشتراک به دست خواهند آورد که ارزش قابل توجهی به مشخصات حرفه ای یا دانشگاهی آنها می افزاید.

 

تجزیه و تحلیل I (قسمت 3): دنباله ای از اعداد حقیقی I و II (مدرسه پلی تکنیک فدرال لوزان)

دوره "تحلیل I (قسمت 3): دنباله های اعداد حقیقی I و II" که توسط École Polytechnique Fédérale de Lozanne در edX ارائه شده است، بر دنباله های اعداد حقیقی تمرکز دارد. این دوره 4 هفته ای، که تقریباً به 4-5 ساعت مطالعه در هفته نیاز دارد، طراحی شده است تا با سرعت خودتان تکمیل شود.

مفهوم محوری این درس محدودیت دنباله ای از اعداد واقعی است. با تعریف دنباله ای از اعداد حقیقی به عنوان تابعی از N تا R شروع می شود. برای مثال، دنباله a_n = 1/2^n بررسی می شود و نشان می دهد که چگونه به صفر نزدیک می شود. این دوره به طور دقیق به تعریف حد یک دنباله می پردازد و روش هایی را برای تعیین وجود یک حد توسعه می دهد.

علاوه بر این، این دوره ارتباطی بین مفهوم حد و مفهوم infimum و supremum یک مجموعه برقرار می کند. کاربرد مهم دنباله های اعداد حقیقی با این واقعیت نشان داده می شود که هر عدد حقیقی را می توان حد یک دنباله از اعداد گویا در نظر گرفت. این دوره همچنین دنباله‌های کوشی و دنباله‌های تعریف‌شده توسط استقرای خطی و همچنین قضیه بولزانو-وایرشتراس را بررسی می‌کند.

شرکت‌کنندگان همچنین با معرفی نمونه‌های مختلف و معیارهای همگرایی، مانند معیار دالامبر، معیار کوشی و معیار لایب‌نیتس، با سری‌های عددی آشنا خواهند شد. این دوره با مطالعه سری های عددی با یک پارامتر به پایان می رسد.

این دوره برای کسانی ایده آل است که دانش پایه ای از ریاضیات دارند و می خواهند درک خود را از دنباله اعداد واقعی عمیق تر کنند. به ویژه برای دانشجویان ریاضی، فیزیک یا مهندسی مفید است. با تکمیل این دوره، شرکت کنندگان درک خود را از ریاضیات غنی می کنند و ممکن است یک گواهی قابل اشتراک، یک دارایی برای پیشرفت حرفه ای یا تحصیلی خود دریافت کنند.

 

کشف توابع واقعی و پیوسته: تحلیل اول (قسمت 4)  (مدرسه پلی تکنیک فدرال لوزان)

در «تحلیل I (قسمت 4): حد یک تابع، توابع پیوسته، دانشکده پلی‌تکنیک فدرال لوزان سفری جذاب به مطالعه توابع واقعی یک متغیر واقعی ارائه می‌کند.این دوره، به مدت 4 هفته با 4 تا 5 ساعت مطالعه هفتگی، در edX موجود است و امکان پیشرفت را با سرعت خود شما فراهم می کند.

این بخش از دوره با معرفی توابع واقعی آغاز می شود و بر ویژگی های آنها مانند یکنواختی، برابری و تناوب تأکید می کند. همچنین عملیات بین توابع را بررسی می کند و توابع خاصی مانند توابع هذلولی را معرفی می کند. توجه ویژه به توابع تعریف شده به صورت گام به گام، از جمله توابع Signum و Heaviside، و همچنین تبدیل های affine داده می شود.

هسته اصلی این دوره بر روی حد تیز یک تابع در یک نقطه تمرکز می‌کند و نمونه‌های ملموسی از محدودیت‌های توابع ارائه می‌دهد. همچنین مفاهیم حدود چپ و راست را پوشش می دهد. در مرحله بعد، این دوره به محدودیت های نامحدود توابع می پردازد و ابزارهای ضروری برای محاسبه حدود، مانند قضیه پلیس را فراهم می کند.

یکی از جنبه های کلیدی دوره، معرفی مفهوم تداوم است که به دو روش مختلف تعریف شده است، و استفاده از آن برای گسترش عملکردهای خاص. دوره با مطالعه تداوم در فواصل باز به پایان می رسد.

این دوره فرصتی غنی برای کسانی است که به دنبال تعمیق درک خود از عملکردهای واقعی و مستمر هستند. این برای دانشجویان ریاضی، فیزیک یا مهندسی ایده آل است. با تکمیل این دوره، شرکت کنندگان نه تنها افق های ریاضی خود را گسترش می دهند، بلکه این شانس را خواهند داشت که گواهینامه ای ارزشمند دریافت کنند و دری را به روی دیدگاه های جدید آکادمیک یا حرفه ای باز کنند.

 

کاوش توابع متفاوت: تجزیه و تحلیل I (بخش 5) (مدرسه پلی تکنیک فدرال لوزان)

École Polytechnique Fédérale de Lozanne، در پیشنهاد آموزشی خود در edX، «تحلیل I (بخش 5): توابع پیوسته و توابع متمایز، تابع مشتق» را ارائه می دهد. این دوره چهار هفته‌ای، که تقریباً به 4-5 ساعت مطالعه در هفته نیاز دارد، یک کاوش عمیق در مفاهیم تمایزپذیری و تداوم توابع است.

این دوره با مطالعه عمیق توابع پیوسته، با تمرکز بر ویژگی های آنها در فواصل بسته آغاز می شود. این بخش به دانش آموزان کمک می کند تا حداکثر و حداقل توابع پیوسته را درک کنند. سپس این دوره به معرفی روش دوبخشی می پردازد و قضایای مهمی مانند قضیه مقدار متوسط ​​و قضیه نقطه ثابت را ارائه می دهد.

بخش مرکزی دوره به تمایز پذیری و تمایز پذیری توابع اختصاص دارد. دانش آموزان یاد می گیرند که این مفاهیم را تفسیر کنند و معادل آنها را درک کنند. این دوره سپس به ساخت تابع مشتق می‌پردازد و ویژگی‌های آن را به تفصیل بررسی می‌کند، از جمله عملیات جبری روی توابع مشتق.

یکی از جنبه های مهم درس، مطالعه خواص توابع متمایز، مانند مشتق ترکیب تابع، قضیه رول، و قضیه افزایش محدود است. این دوره همچنین تداوم تابع مشتق و پیامدهای آن بر یکنواختی یک تابع متمایز را بررسی می کند.

این دوره یک فرصت عالی برای کسانی است که می خواهند درک خود را از توابع متمایز و پیوسته عمیق تر کنند. این برای دانشجویان ریاضی، فیزیک یا مهندسی ایده آل است. با تکمیل این دوره، شرکت کنندگان نه تنها درک خود را از مفاهیم اساسی ریاضی گسترش می دهند، بلکه فرصتی برای کسب گواهینامه ارزشمند خواهند داشت و دری را به روی فرصت های علمی یا حرفه ای جدید باز می کنند.

 

تعمیق در تجزیه و تحلیل ریاضی: تجزیه و تحلیل I (قسمت 6) (مدرسه پلی تکنیک فدرال لوزان)

دوره «تحلیل I (قسمت 6): مطالعات توابع، پیشرفت‌های محدود»، ارائه شده توسط École Polytechnique Fédérale de Lausanne در edX، یک کاوش عمیق از توابع و پیشرفت‌های محدود آنها است. این دوره چهار هفته ای با حجم کاری 4 تا 5 ساعت در هفته به زبان آموزان اجازه می دهد تا با سرعت خود پیشرفت کنند.

این فصل از دوره بر مطالعه عمیق توابع، با استفاده از قضایا برای بررسی تغییرات آنها تمرکز دارد. پس از پرداختن به قضیه افزایش محدود، دوره به تعمیم آن می‌پردازد. یکی از جنبه های مهم مطالعه توابع، درک رفتار آنها در بی نهایت است. برای انجام این کار، این دوره قانون بیمارستان برنولی را معرفی می‌کند، ابزاری ضروری برای تعیین حدود پیچیده ضرایب معین.

این دوره همچنین نمایش گرافیکی توابع را بررسی می کند، سوالاتی مانند وجود ماکزیمم یا حداقل محلی یا سراسری و همچنین تحدب یا تقعر توابع را بررسی می کند. دانش آموزان یاد خواهند گرفت که مجانب های مختلف یک تابع را شناسایی کنند.

یکی دیگر از نقاط قوت این دوره، معرفی بسط های محدود یک تابع است که یک تقریب چند جمله ای را در مجاورت یک نقطه مشخص ارائه می دهد. این پیشرفت ها برای ساده کردن محاسبه حدود و مطالعه خواص توابع ضروری است. این دوره همچنین سری های اعداد صحیح و شعاع همگرایی آنها و همچنین سری تیلور را که ابزاری قدرتمند برای نمایش توابع غیرقابل تمایز است، پوشش می دهد.

این دوره یک منبع ارزشمند برای کسانی است که به دنبال تعمیق درک خود از توابع و کاربردهای آنها در ریاضیات هستند. این یک دیدگاه غنی و دقیق در مورد مفاهیم کلیدی در تجزیه و تحلیل ریاضی ارائه می دهد.

 

تسلط بر ادغام: تجزیه و تحلیل I (قسمت 7) (مدرسه پلی تکنیک فدرال لوزان)

دوره "تحلیل I (قسمت 7): انتگرال های نامعین و معین، ادغام (فصل های انتخاب شده)" ارائه شده توسط École Polytechnique Fédérale de Lausanne در edX، یک کاوش دقیق در مورد ادغام توابع است. این ماژول، چهار هفته طول می کشد و با درگیری 4 تا 5 ساعت در هفته، به زبان آموزان اجازه می دهد تا ظرافت های ادغام را با سرعت خود کشف کنند.

این دوره با تعریف انتگرال نامعین و انتگرال معین شروع می شود و انتگرال معین را از طریق مجموع ریمان و مجموع بالا و پایین معرفی می کند. سپس سه ویژگی کلیدی انتگرال معین را مورد بحث قرار می دهد: خطی بودن انتگرال، تقسیم بندی حوزه انتگرال و یکنواختی انتگرال.

نقطه مرکزی این دوره، قضیه میانگین برای توابع پیوسته در یک قطعه است که به تفصیل نشان داده شده است. این دوره با قضیه اساسی حساب انتگرال، معرفی مفهوم ضد مشتق یک تابع، به اوج خود می رسد. دانش‌آموزان تکنیک‌های مختلف یکپارچه‌سازی را یاد می‌گیرند، مانند ادغام با قطعات، تغییر متغیرها و ادغام با استقرا.

این دوره با مطالعه ادغام توابع خاص، از جمله ادغام بسط محدود یک تابع، ادغام سری های اعداد صحیح، و ادغام توابع پیوسته تکه ای به پایان می رسد. این تکنیک ها به شما امکان می دهد انتگرال های توابع با فرم های خاص را با کارایی بیشتری محاسبه کنید. در نهایت، این دوره انتگرال های تعمیم یافته را که با عبور از حد در انتگرال تعریف شده اند را بررسی می کند و مثال های عینی ارائه می دهد.

این دوره یک منبع ارزشمند برای کسانی است که به دنبال تسلط بر ادغام، یک ابزار اساسی در ریاضیات هستند. این یک دیدگاه جامع و عملی در مورد یکپارچگی ارائه می دهد و مهارت های ریاضی زبان آموزان را غنی می کند.

 

دوره های آموزشی به زبان انگلیسی

 

مقدمه ای بر مدل های خطی و جبر ماتریسی  (هاروارد)

دانشگاه هاروارد، از طریق پلت فرم HarvardX خود در edX، دوره آموزشی "مقدمه ای بر مدل های خطی و جبر ماتریسی" را ارائه می دهد.. اگرچه این دوره به زبان انگلیسی تدریس می شود، اما فرصتی منحصر به فرد برای یادگیری مبانی جبر ماتریسی و مدل های خطی، مهارت های ضروری در بسیاری از زمینه های علمی است.

این دوره چهار هفته ای که به 2 تا 4 ساعت مطالعه در هفته نیاز دارد، به گونه ای طراحی شده است که با سرعت خود شما تکمیل شود. تمرکز آن بر استفاده از زبان برنامه نویسی R برای اعمال مدل های خطی در تجزیه و تحلیل داده ها، به ویژه در علوم زیستی است. دانش آموزان یاد خواهند گرفت که جبر ماتریسی را دستکاری کنند و کاربرد آن را در طراحی تجربی و تجزیه و تحلیل داده های با ابعاد بالا درک کنند.

این برنامه نمادهای جبر ماتریس، عملیات ماتریس، کاربرد جبر ماتریس برای تجزیه و تحلیل داده ها، مدل های خطی، و مقدمه ای بر تجزیه QR را پوشش می دهد. این دوره بخشی از مجموعه ای از هفت دوره است که می تواند به صورت انفرادی یا به عنوان بخشی از دو مدرک حرفه ای در تجزیه و تحلیل داده ها برای علوم زیستی و تجزیه و تحلیل داده های ژنومی اخذ شود.

این دوره برای کسانی که به دنبال کسب مهارت در مدل سازی آماری و تجزیه و تحلیل داده ها هستند، به ویژه در زمینه علوم زیستی ایده آل است. این یک پایه محکم برای کسانی است که مایلند جبر ماتریسی و کاربرد آن را در زمینه های مختلف علمی و تحقیقاتی بیشتر بررسی کنند.

 

احتمالات کارشناسی ارشد (هاروارد)

Lلیست پخش «Statistics 110: Probability» در یوتیوب که توسط جو بلیتزشتاین از دانشگاه هاروارد به زبان انگلیسی تدریس می شود، منبع ارزشمندی برای کسانی است که به دنبال تعمیق دانش خود در مورد احتمال هستند.. لیست پخش شامل فیلم های درس، مطالب مروری و بیش از 250 تمرین تمرینی با راه حل های دقیق است.

این دوره انگلیسی مقدمه ای جامع بر احتمال است که به عنوان یک زبان ضروری و مجموعه ای از ابزارها برای درک آمار، علم، ریسک و تصادفی ارائه شده است. مفاهیم آموزش داده شده در زمینه های مختلف از جمله آمار، علوم، مهندسی، اقتصاد، امور مالی و زندگی روزمره قابل اجرا هستند.

موضوعات مطرح شده شامل مبانی احتمال، متغیرهای تصادفی و توزیع آنها، توزیع های تک متغیره و چند متغیره، قضایای حدی و زنجیره های مارکوف است. این دوره نیاز به دانش قبلی در مورد حساب تک متغیری و آشنایی با ماتریس دارد.

برای کسانی که با زبان انگلیسی راحت هستند و مشتاق کاوش عمیق در دنیای احتمالات هستند، این مجموعه دوره هاروارد فرصت یادگیری غنی را ارائه می دهد. می‌توانید مستقیماً در YouTube به فهرست پخش و محتوای دقیق آن دسترسی داشته باشید.

 

احتمال توضیح داده شده است. دوره با زیرنویس فرانسوی (هاروارد)

دوره "Fat Chance: Probability from the Ground Up" که توسط HarvardX در edX ارائه شده است، مقدمه ای جذاب برای احتمالات و آمار است. اگرچه این دوره به زبان انگلیسی تدریس می شود، اما به لطف زیرنویس های فرانسوی موجود، برای مخاطبان فرانسوی زبان قابل دسترسی است.

این دوره هفت هفته ای، که به 3 تا 5 ساعت مطالعه در هفته نیاز دارد، برای کسانی طراحی شده است که در مطالعه احتمالات تازه وارد هستند یا قبل از ثبت نام در یک دوره آمار، به دنبال بررسی در دسترس مفاهیم کلیدی هستند. "Fat Chance" به جای حفظ کردن اصطلاحات و فرمول ها بر توسعه تفکر ریاضی تاکید دارد.

ماژول های اولیه مهارت های شمارش اولیه را معرفی می کنند که سپس برای مسائل احتمالی ساده اعمال می شود. ماژول‌های بعدی به بررسی این موضوع می‌پردازند که چگونه این ایده‌ها و تکنیک‌ها می‌توانند برای رسیدگی به طیف وسیع‌تری از مشکلات احتمالی سازگار شوند. این دوره با مقدمه ای بر آمار از طریق مفاهیم ارزش مورد انتظار، واریانس و توزیع نرمال به پایان می رسد.

این دوره برای کسانی که به دنبال افزایش مهارت های استدلال کمی و درک مبانی احتمال و آمار هستند ایده آل است. این یک دیدگاه غنی در مورد ماهیت تجمعی ریاضیات و نحوه اعمال آن در درک ریسک و تصادفی ارائه می دهد.

 

استنتاج آماری و مدل سازی برای آزمایش های با توان بالا (هاروارد)

دوره "استنتاج آماری و مدل سازی برای آزمایش های با توان بالا" به زبان انگلیسی بر روی تکنیک های مورد استفاده برای انجام استنتاج آماری بر روی داده های با توان بالا تمرکز دارد. این دوره چهار هفته‌ای، که به ۲ تا ۴ ساعت مطالعه در هفته نیاز دارد، منبع ارزشمندی برای کسانی است که به دنبال درک و استفاده از روش‌های آماری پیشرفته در محیط‌های تحقیقاتی فشرده داده هستند.

این برنامه موضوعات مختلفی از جمله مسئله مقایسه چندگانه، نرخ خطا، روش‌های کنترل نرخ خطا، نرخ‌های کشف نادرست، مقادیر q و تجزیه و تحلیل داده‌های اکتشافی را پوشش می‌دهد. همچنین مدل‌سازی آماری و کاربرد آن را برای داده‌های با توان بالا معرفی می‌کند، در مورد توزیع‌های پارامتری مانند دوجمله‌ای، نمایی و گاما بحث می‌کند و تخمین حداکثر درستنمایی را توصیف می‌کند.

دانش آموزان یاد خواهند گرفت که چگونه این مفاهیم در زمینه هایی مانند توالی یابی نسل بعدی و داده های ریزآرایه به کار می روند. این دوره همچنین مدل های سلسله مراتبی و تجربیات بیزی را با مثال های عملی استفاده از آنها پوشش می دهد.

این دوره برای کسانی که به دنبال تعمیق درک خود از استنتاج آماری و مدل سازی در تحقیقات علمی مدرن هستند ایده آل است. این یک چشم انداز عمیق در مورد تجزیه و تحلیل آماری داده های پیچیده ارائه می دهد و یک منبع عالی برای محققان، دانشجویان و متخصصان در زمینه های علوم زیستی، بیوانفورماتیک و آمار است.

 

مقدمه ای بر احتمال (هاروارد)

دوره "مقدمه ای بر احتمال" که توسط HarvardX در edX ارائه شده است، یک کاوش عمیق در مورد احتمالات، یک زبان و مجموعه ابزار ضروری برای درک داده ها، شانس و عدم قطعیت است. اگرچه این دوره به زبان انگلیسی تدریس می شود، اما به لطف زیرنویس های فرانسوی موجود، برای مخاطبان فرانسوی زبان قابل دسترسی است.

این دوره ده هفته ای، که به 5-10 ساعت مطالعه در هفته نیاز دارد، با هدف آوردن منطق به دنیایی پر از شانس و عدم اطمینان است. ابزارهای مورد نیاز برای درک داده ها، علم، فلسفه، مهندسی، اقتصاد و امور مالی را فراهم می کند. شما نه تنها یاد خواهید گرفت که چگونه مشکلات فنی پیچیده را حل کنید، بلکه چگونه این راه حل ها را در زندگی روزمره به کار ببرید.

با مثال‌هایی از آزمایش‌های پزشکی گرفته تا پیش‌بینی‌های ورزشی، پایه محکمی برای مطالعه استنتاج آماری، فرآیندهای تصادفی، الگوریتم‌های تصادفی و سایر موضوعاتی که احتمال لازم است به دست خواهید آورد.

این دوره برای کسانی که به دنبال افزایش درک خود از عدم قطعیت و شانس، انجام پیش بینی های خوب و درک متغیرهای تصادفی هستند ایده آل است. این دیدگاه غنی‌سازی در مورد توزیع‌های احتمال رایج مورد استفاده در علم آمار و داده ارائه می‌کند.

 

حساب کاربری کاربردی (هاروارد)

دوره "حساب حساب کاربردی!"، ارائه شده توسط هاروارد در edX، یک کاوش عمیق در مورد کاربرد حساب تک متغیره در علوم اجتماعی، زندگی و فیزیکی است. این دوره کاملاً به زبان انگلیسی، فرصتی عالی برای کسانی است که به دنبال درک نحوه استفاده از حساب دیفرانسیل و انتگرال در زمینه های حرفه ای در دنیای واقعی هستند.

این دوره که ده هفته طول می کشد و بین 3 تا 6 ساعت مطالعه در هفته نیاز دارد، فراتر از کتاب های درسی سنتی است. او با متخصصان رشته های مختلف همکاری می کند تا نشان دهد چگونه حساب دیفرانسیل و انتگرال برای تجزیه و تحلیل و حل مسائل دنیای واقعی استفاده می شود. دانش‌آموزان کاربردهای متنوعی از تحلیل اقتصادی گرفته تا مدل‌سازی بیولوژیکی را بررسی خواهند کرد.

این برنامه استفاده از مشتقات، انتگرال ها، معادلات دیفرانسیل را پوشش می دهد و بر اهمیت مدل ها و پارامترهای ریاضی تاکید می کند. برای کسانی طراحی شده است که درک پایه ای از حساب تک متغیری دارند و به کاربردهای عملی آن در زمینه های مختلف علاقه مند هستند.

این دوره برای دانش آموزان، معلمان و متخصصانی که به دنبال تعمیق درک خود از حساب دیفرانسیل و انتگرال و کشف کاربردهای واقعی آن هستند، عالی است.

 

مقدمه ای بر استدلال ریاضی (استنفورد)

دوره "مقدمه ای بر تفکر ریاضی" که توسط دانشگاه استنفورد در Coursera ارائه شده است، یک شیرجه به دنیای استدلال ریاضی است. اگرچه این دوره به زبان انگلیسی تدریس می شود، اما به لطف زیرنویس های فرانسوی موجود، برای مخاطبان فرانسوی زبان قابل دسترسی است.

این دوره هفت هفته ای، که در مجموع به 38 ساعت یا تقریباً 12 ساعت در هفته نیاز دارد، برای کسانی طراحی شده است که می خواهند تفکر ریاضی را توسعه دهند، متفاوت از تمرین ساده ریاضیات که اغلب در سیستم مدرسه ارائه می شود. این دوره بر توسعه یک روش تفکر "خارج از جعبه" تمرکز دارد، یک مهارت ارزشمند در دنیای امروز.

دانش‌آموزان بررسی خواهند کرد که چگونه ریاضی‌دانان حرفه‌ای برای حل مسائل دنیای واقعی فکر می‌کنند، چه از دنیای روزمره، چه از علم و چه از خود ریاضیات. این دوره به توسعه این روش حیاتی تفکر کمک می کند، فراتر از روش های یادگیری برای حل مشکلات کلیشه ای.

این دوره برای کسانی که به دنبال تقویت استدلال کمی و درک مبانی استدلال ریاضی هستند ایده آل است. این یک دیدگاه غنی در مورد ماهیت تجمعی ریاضیات و کاربرد آن برای درک مسائل پیچیده ارائه می دهد.

 

یادگیری آماری با R (استنفورد)

دوره آموزشی "یادگیری آماری با R" که توسط استنفورد ارائه شده است، مقدمه ای در سطح متوسط ​​برای یادگیری نظارت شده است که بر روش های رگرسیون و طبقه بندی تمرکز دارد. این دوره کاملاً به زبان انگلیسی، منبع ارزشمندی برای کسانی است که به دنبال درک و به کارگیری روش های آماری در زمینه علم داده هستند.

این دوره که یازده هفته به طول می انجامد و به 3-5 ساعت مطالعه در هفته نیاز دارد، هم روش های سنتی و هم روش های جدید هیجان انگیز در مدل سازی آماری و نحوه استفاده از آنها در زبان برنامه نویسی R را پوشش می دهد. این دوره در سال 2021 برای ویرایش دوم به روز شد. کتابچه راهنمای دوره

موضوعات تحت پوشش عبارتند از رگرسیون خطی و چند جمله ای، رگرسیون لجستیک و تجزیه و تحلیل تفکیک خطی، اعتبار سنجی متقاطع و راه اندازی، روش های انتخاب مدل و منظم سازی (رج و کمند)، مدل های غیر خطی، خطوط و مدل های افزودنی تعمیم یافته، روش های مبتنی بر درخت، جنگل های تصادفی و تقویت پشتیبانی از ماشین‌های برداری، شبکه‌های عصبی و یادگیری عمیق، مدل‌های بقا و آزمایش‌های چندگانه.

این دوره برای کسانی که دانش پایه ای از آمار، جبر خطی و علوم کامپیوتر دارند و به دنبال تعمیق درک خود از یادگیری آماری و کاربرد آن در علم داده هستند ایده آل است.

 

چگونه ریاضی بیاموزیم: دوره ای برای همه (استنفورد)

دوره "چگونه ریاضی بیاموزیم: برای دانش آموزان" ارائه شده توسط استنفورد. یک دوره آنلاین رایگان برای زبان آموزان تمام سطوح ریاضی است. به طور کامل به زبان انگلیسی، اطلاعات مهم در مورد مغز را با شواهد جدید در مورد بهترین راه‌های نزدیک شدن به ریاضیات ترکیب می‌کند.

شش هفته طول می کشد و به 1 تا 3 ساعت مطالعه در هفته نیاز دارد. این دوره برای تغییر رابطه زبان آموزان با ریاضیات طراحی شده است. بسیاری از مردم تجربیات منفی با ریاضی داشته اند که منجر به بیزاری یا شکست می شود. هدف از این دوره ارائه اطلاعات مورد نیاز دانش آموزان برای لذت بردن از ریاضیات است.

موضوعاتی مانند مغز و یادگیری ریاضیات پوشش داده شده است. افسانه ها در مورد ریاضیات، طرز فکر، اشتباهات و سرعت نیز پوشش داده شده است. انعطاف پذیری عددی، استدلال ریاضی، اتصالات، مدل های عددی نیز بخشی از برنامه هستند. بازنمایی ریاضیات در زندگی، بلکه در طبیعت و در محل کار فراموش نمی شود. این دوره با آموزش تعامل فعال طراحی شده است که یادگیری را تعاملی و پویا می کند.

این یک منبع ارزشمند برای هر کسی است که می خواهد ریاضیات را متفاوت ببیند. درکی عمیق تر و مثبت از این رشته ایجاد کنید. این به ویژه برای کسانی که تجربیات منفی با ریاضیات در گذشته داشته اند و به دنبال تغییر این تصور هستند مناسب است.

 

مدیریت احتمال (استنفورد)

دوره "مقدمه ای بر مدیریت احتمالات" ارائه شده توسط استنفورد، مقدمه ای بر رشته مدیریت احتمالات است. این زمینه بر برقراری ارتباط و محاسبه عدم قطعیت ها در قالب جداول داده قابل ممیزی به نام بسته های اطلاعات تصادفی (SIP) تمرکز دارد. این دوره ده هفته ای به 1 تا 5 ساعت مطالعه در هفته نیاز دارد و بدون شک منبع ارزشمندی برای کسانی است که به دنبال درک و به کارگیری روش های آماری در زمینه علم داده هستند.

برنامه درسی دوره موضوعاتی مانند تشخیص "نقص میانگین ها" را پوشش می دهد، مجموعه ای از خطاهای سیستماتیک که زمانی که عدم قطعیت ها با اعداد منفرد، معمولاً میانگین، نمایش داده می شوند، به وجود می آیند. این توضیح می‌دهد که چرا بسیاری از پروژه‌ها با تأخیر، بودجه بیش از حد و کم‌بودجه هستند. این دوره همچنین محاسبه عدم قطعیت را آموزش می‌دهد که محاسباتی را با ورودی‌های نامشخص انجام می‌دهد و در نتیجه خروجی‌های نامشخصی به دست می‌آید که می‌توانید نتایج میانگین واقعی و شانس دستیابی به اهداف مشخص شده را محاسبه کنید.

دانش‌آموزان یاد خواهند گرفت که چگونه شبیه‌سازی‌های تعاملی ایجاد کنند که می‌توانند بدون نیاز به افزودنی‌ها یا ماکروها با هر کاربر اکسل به اشتراک گذاشته شوند. این رویکرد به همان اندازه برای پایتون یا هر محیط برنامه نویسی که از آرایه ها پشتیبانی می کند مناسب است.

این دوره برای کسانی که با مایکروسافت اکسل راحت هستند و به دنبال تعمیق درک خود از مدیریت احتمالات و کاربرد آن در علم داده هستند ایده آل است.

 

علم عدم قطعیت و داده  (MIT)

دوره "احتمال - علم عدم قطعیت و داده" ارائه شده توسط موسسه فناوری ماساچوست (MIT). مقدمه ای اساسی برای علم داده از طریق مدل های احتمالی است. این دوره شانزده هفته طول می کشد و به 10 تا 14 ساعت مطالعه در هفته نیاز دارد. این مربوط به بخشی از برنامه MIT MicroMasters در آمار و علم داده است.

این دوره به بررسی دنیای عدم قطعیت می پردازد: از حوادث در بازارهای مالی غیرقابل پیش بینی تا ارتباطات. مدل‌سازی احتمالی و حوزه استنباط آماری مرتبط. دو کلید برای تجزیه و تحلیل این داده ها و انجام پیش بینی های علمی است.

دانش آموزان ساختار و عناصر اساسی مدل های احتمالی را کشف خواهند کرد. از جمله متغیرهای تصادفی، توزیع، میانگین و واریانس آنها. این دوره همچنین روش های استنتاج را پوشش می دهد. قوانین اعداد بزرگ و کاربردهای آنها و همچنین فرآیندهای تصادفی.

این دوره برای کسانی که خواهان دانش بنیادی در علم داده هستند عالی است. این یک دیدگاه جامع در مورد مدل های احتمالی ارائه می دهد. از عناصر اساسی تا فرآیندهای تصادفی و استنتاج آماری. همه اینها به ویژه برای متخصصان و دانشجویان مفید است. به ویژه در زمینه های علوم داده، مهندسی و آمار.

 

احتمال محاسباتی و استنتاج (MIT)

موسسه فناوری ماساچوست (MIT) دوره "احتمالات محاسباتی و استنتاج" را به زبان انگلیسی ارائه می دهد. این برنامه شامل مقدمه ای در سطح متوسط ​​برای تحلیل و استنتاج احتمالی است. این دوره دوازده هفته‌ای، که به 4 تا 6 ساعت مطالعه در هفته نیاز دارد، یک کاوش شگفت‌انگیز در مورد چگونگی استفاده از احتمال و استنباط در زمینه‌های متنوعی مانند فیلتر کردن هرزنامه، ناوبری ربات تلفن همراه یا حتی در بازی‌های استراتژی مانند Jeopardy و Go است.

در این دوره با اصول احتمال و استنتاج و نحوه پیاده سازی آنها در برنامه های کامپیوتری که با عدم قطعیت استدلال می کنند و پیش بینی می کنند آشنا می شوید. شما در مورد ساختارهای داده های مختلف برای ذخیره توزیع های احتمال، مانند مدل های گرافیکی احتمالی، و توسعه الگوریتم های کارآمد برای استدلال با این ساختارهای داده، خواهید آموخت.

در پایان این دوره، شما خواهید آموخت که چگونه مسائل دنیای واقعی را با احتمال مدل سازی کنید و چگونه از مدل های به دست آمده برای استنتاج استفاده کنید. شما نیازی به تجربه قبلی در احتمال یا استنتاج ندارید، اما باید با برنامه نویسی و حساب دیفرانسیل پایه پایتون راحت باشید.

این دوره یک منبع قابل توجه برای کسانی است که به دنبال درک و به کارگیری روش های آماری در زمینه علم داده هستند و دیدگاهی جامع در مورد مدل های احتمالی و استنتاج آماری ارائه می دهد.

 

در قلب عدم قطعیت: MIT احتمال را رمزگشایی می کند

مؤسسه فناوری ماساچوست (MIT) در دوره آموزشی "مقدمه ای بر احتمال بخش دوم: فرآیندهای استنتاج"، غوطه وری پیشرفته ای را در دنیای احتمالات و استنتاج ارائه می دهد. این دوره که کاملاً به زبان انگلیسی است، ادامه منطقی بخش اول است و عمیق‌تر به تجزیه و تحلیل داده‌ها و علم عدم قطعیت می‌پردازد.

این دوره در مدت شانزده هفته، با تعهد 6 ساعت در هفته، قوانین اعداد بزرگ، روش های استنتاج بیزی، آمار کلاسیک و فرآیندهای تصادفی مانند فرآیندهای پواسون و زنجیره های مارکوف را بررسی می کند. این یک اکتشاف دقیق است که برای کسانی در نظر گرفته شده است که در حال حاضر یک پایه محکم در احتمال دارند.

این دوره به دلیل رویکرد بصری خود، در عین حفظ دقت ریاضی، متمایز است. این فقط قضایا و برهان ها را ارائه نمی کند، بلکه هدف آن توسعه یک درک عمیق از مفاهیم از طریق کاربردهای عینی است. دانش آموزان مدل سازی پدیده های پیچیده و تفسیر داده های دنیای واقعی را خواهند آموخت.

ایده آل برای متخصصان علوم داده، محققان و دانشجویان، این دوره دیدگاه منحصر به فردی در مورد چگونگی شکل گیری احتمال و استنتاج درک ما از جهان ارائه می دهد. ایده آل برای کسانی که به دنبال تعمیق درک خود از علم داده و تجزیه و تحلیل آماری هستند.

 

ترکیبات تحلیلی: دوره پرینستون برای رمزگشایی ساختارهای پیچیده (پرینستون)

دوره ترکیبیات تحلیلی، ارائه شده توسط دانشگاه پرینستون، یک اکتشاف شگفت انگیز از ترکیبات تحلیلی است، رشته ای که امکان پیش بینی کمی دقیق ساختارهای ترکیبی پیچیده را فراهم می کند. این دوره کاملاً به زبان انگلیسی، منبع ارزشمندی برای کسانی است که به دنبال درک و به کارگیری روش های پیشرفته در زمینه ترکیبیات هستند.

این دوره که سه هفته طول می کشد و در مجموع به حدود 16 ساعت یا تقریباً 5 ساعت در هفته نیاز دارد، روش نمادین برای استخراج روابط عملکردی بین توابع مولد معمولی، نمایی و چند متغیره را معرفی می کند. همچنین روش‌های تحلیل پیچیده را برای استخراج مجانبی دقیق از معادلات تولید توابع بررسی می‌کند.

دانش آموزان کشف خواهند کرد که چگونه ترکیبات تحلیلی می تواند برای پیش بینی مقادیر دقیق در ساختارهای ترکیبی بزرگ استفاده شود. آنها یاد خواهند گرفت که ساختارهای ترکیبی را دستکاری کنند و از تکنیک های تحلیل پیچیده برای تجزیه و تحلیل این ساختارها استفاده کنند.

این دوره برای کسانی که به دنبال تعمیق درک خود از ترکیبات و کاربرد آن در حل مسائل پیچیده هستند ایده آل است. این یک دیدگاه منحصر به فرد در مورد اینکه چگونه ترکیبات تحلیلی درک ما از ساختارهای ریاضی و ترکیبی را شکل می دهد ارائه می دهد.