ເນື້ອໃນຂອງຫນ້າ

ຫຼັກສູດໃນພາສາຝຣັ່ງ

 

Random: ການແນະນໍາກ່ຽວກັບຄວາມເປັນໄປໄດ້ – ພາກທີ 1 (POLYTECHNIQUE Paris)

École Polytechnique, ສະຖາບັນທີ່ມີຊື່ສຽງ, ສະເໜີຫຼັກສູດທີ່ໜ້າສົນໃຈໃນ Coursera ທີ່ມີຊື່ວ່າ “Random: ການແນະນຳກ່ຽວກັບຄວາມເປັນໄປໄດ້ – ພາກທີ 1”. ຫຼັກສູດນີ້, ໃຊ້ເວລາປະມານ 27 ຊົ່ວໂມງທີ່ແຜ່ຂະຫຍາຍໃນໄລຍະສາມອາທິດ, ເປັນໂອກາດພິເສດສໍາລັບຜູ້ທີ່ສົນໃຈກ່ຽວກັບພື້ນຖານຂອງຄວາມເປັນໄປໄດ້. ຖືກອອກແບບມາເພື່ອໃຫ້ມີຄວາມຍືດຫຍຸ່ນແລະປັບຕົວເຂົ້າກັບຈັງຫວະຂອງນັກຮຽນແຕ່ລະຄົນ, ຫຼັກສູດນີ້ສະເຫນີວິທີການທີ່ເລິກເຊິ່ງແລະສາມາດເຂົ້າເຖິງທິດສະດີຄວາມເປັນໄປໄດ້.

ໂປຣແກຣມປະກອບດ້ວຍ 8 ໂມດູນທີ່ມີສ່ວນຮ່ວມ, ແຕ່ລະອັນທີ່ເວົ້າເຖິງຈຸດສຳຄັນຂອງພື້ນທີ່ຄວາມເປັນໄປໄດ້, ກົດໝາຍຄວາມເປັນໄປໄດ້ທີ່ເປັນເອກະພາບ, ການຈັດເງື່ອນໄຂ, ຄວາມເປັນເອກະລາດ, ແລະຕົວແປແບບສຸ່ມ. ແຕ່ລະໂມດູນແມ່ນອຸດົມສົມບູນດ້ວຍວິດີໂອຄໍາອະທິບາຍ, ອ່ານເພີ່ມເຕີມແລະແບບສອບຖາມເພື່ອທົດສອບແລະລວບລວມຄວາມຮູ້ທີ່ໄດ້ມາ. ນັກສຶກສາຍັງມີໂອກາດທີ່ຈະໄດ້ຮັບໃບຢັ້ງຢືນທີ່ສາມາດແບ່ງປັນໄດ້ເມື່ອສໍາເລັດຫຼັກສູດ, ເພີ່ມມູນຄ່າທີ່ສໍາຄັນໃນການເດີນທາງດ້ານວິຊາຊີບຫຼືທາງວິຊາການຂອງພວກເຂົາ.

ຜູ້ສອນ, Sylvie Méléard, Jean-René Chazottes ແລະ Carl Graham, ທັງຫມົດທີ່ກ່ຽວຂ້ອງກັບ École Polytechnique, ນໍາເອົາຄວາມຊໍານານແລະຄວາມມັກຂອງເຂົາເຈົ້າສໍາລັບຄະນິດສາດ, ເຮັດໃຫ້ວິຊານີ້ບໍ່ພຽງແຕ່ການສຶກສາ, ແຕ່ຍັງເປັນແຮງບັນດານໃຈ. ບໍ່ວ່າທ່ານຈະເປັນນັກຮຽນຄະນິດສາດ, ຜູ້ຊ່ຽວຊານທີ່ຊອກຫາຄວາມຮູ້ຂອງທ່ານໃຫ້ເລິກເຊິ່ງ, ຫຼືພຽງແຕ່ເປັນຜູ້ກະຕືລືລົ້ນວິທະຍາສາດ, ຫຼັກສູດນີ້ສະເຫນີໂອກາດພິເສດທີ່ຈະເຂົ້າໄປໃນໂລກທີ່ຫນ້າປະທັບໃຈຂອງຄວາມເປັນໄປໄດ້, ນໍາພາໂດຍບາງຈິດໃຈທີ່ດີທີ່ສຸດທີ່ École Polytechnique.

 

Random: ການແນະນໍາກ່ຽວກັບຄວາມເປັນໄປໄດ້ – ພາກທີ 2 (POLYTECHNIQUE Paris)

ສືບຕໍ່ການສຶກສາທີ່ດີເລີດຂອງ École Polytechnique, ຫຼັກສູດ "Random: ການແນະນໍາຄວາມເປັນໄປໄດ້ - ພາກທີ 2" ໃນ Coursera ແມ່ນການສືບຕໍ່ໂດຍກົງແລະອຸດົມສົມບູນຂອງພາກທໍາອິດ. ຫຼັກສູດນີ້, ຄາດວ່າຈະໃຊ້ເວລາປະມານ 17 ຊົ່ວໂມງໃນໄລຍະສາມອາທິດ, ເຮັດໃຫ້ນັກຮຽນເຂົ້າໄປໃນແນວຄວາມຄິດທີ່ກ້າວຫນ້າທາງດ້ານທິດສະດີຄວາມເປັນໄປໄດ້, ສະຫນອງຄວາມເຂົ້າໃຈທີ່ເລິກເຊິ່ງແລະກວ້າງຂວາງຂອງລະບຽບວິໄນທີ່ ໜ້າ ສົນໃຈ.

ດ້ວຍ 6 ໂມດູນທີ່ມີໂຄງສ້າງທີ່ດີ, ຫຼັກສູດກວມເອົາຫົວຂໍ້ຕ່າງໆເຊັ່ນ vectors Random, ການຄິດໄລ່ທົ່ວໄປຂອງກົດຫມາຍ, ກົດຫມາຍວ່າດ້ວຍທິດສະດີຈໍານວນຂະຫນາດໃຫຍ່, ວິທີການ Monte Carlo, ແລະທິດສະດີຈໍາກັດກາງ. ແຕ່ລະໂມດູນປະກອບມີວິດີໂອການສຶກສາ, ການອ່ານແລະແບບສອບຖາມ, ເພື່ອປະສົບການການຮຽນຮູ້ທີ່ເລິກເຊິ່ງ. ຮູບແບບນີ້ຊ່ວຍໃຫ້ນັກຮຽນມີສ່ວນຮ່ວມຢ່າງຈິງຈັງກັບເອກະສານ ແລະ ນຳໃຊ້ແນວຄວາມຄິດທີ່ໄດ້ຮຽນມາໃນທາງປະຕິບັດ.

ຜູ້ສອນ, Sylvie Méléard, Jean-René Chazottes ແລະ Carl Graham ສືບຕໍ່ນໍາພານັກຮຽນຜ່ານການເດີນທາງດ້ານການສຶກສານີ້ດ້ວຍຄວາມຊໍານານແລະຄວາມມັກໃນຄະນິດສາດ. ວິທີການສອນຂອງເຂົາເຈົ້າອໍານວຍຄວາມສະດວກໃນຄວາມເຂົ້າໃຈຂອງແນວຄວາມຄິດທີ່ຊັບຊ້ອນແລະຊຸກຍູ້ໃຫ້ມີການສໍາຫຼວດເລິກຂອງຄວາມເປັນໄປໄດ້.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ມີພື້ນຖານທີ່ເຂັ້ມແຂງໃນຄວາມເປັນໄປໄດ້ແລະຕ້ອງການຂະຫຍາຍຄວາມເຂົ້າໃຈແລະຄວາມສາມາດໃນການນໍາໃຊ້ແນວຄວາມຄິດເຫຼົ່ານີ້ກັບບັນຫາທີ່ສັບສົນຫຼາຍ. ໂດຍການສໍາເລັດຫຼັກສູດນີ້, ນັກສຶກສາຍັງສາມາດໄດ້ຮັບໃບຢັ້ງຢືນທີ່ສາມາດແບ່ງປັນໄດ້, ສະແດງໃຫ້ເຫັນຄວາມມຸ່ງຫມັ້ນແລະຄວາມສາມາດຂອງເຂົາເຈົ້າໃນຂົງເຂດວິຊາສະເພາະນີ້.

 

ການແນະນໍາທິດສະດີການແຈກຢາຍ (POLYTECHNIQUE Paris)

ຫຼັກສູດ "ການແນະນໍາທິດສະດີການແຜ່ກະຈາຍ", ສະເຫນີໂດຍ École Polytechnique on Coursera, ເປັນຕົວແທນຂອງການສໍາຫຼວດທີ່ເປັນເອກະລັກແລະເລິກເຊິ່ງໃນພາກສະຫນາມຄະນິດສາດທີ່ກ້າວຫນ້າ. ຫຼັກສູດນີ້, ໃຊ້ເວລາປະມານ 15 ຊົ່ວໂມງເຜີຍແຜ່ໃນໄລຍະສາມອາທິດ, ຖືກອອກແບບມາສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈການແຈກຢາຍ, ແນວຄວາມຄິດພື້ນຖານໃນຄະນິດສາດທີ່ນໍາໃຊ້ແລະການວິເຄາະ.

ໂຄງ​ການ​ດັ່ງ​ກ່າວ​ປະ​ກອບ​ດ້ວຍ 9 ໂມ​ດູນ​, ແຕ່​ລະ​ຄົນ​ສະ​ຫນອງ​ການ​ປະ​ສົມ​ຂອງ​ວິ​ດີ​ໂອ​ການ​ສຶກ​ສາ​, ການ​ອ່ານ​ແລະ​ແບບ​ທົດ​ສອບ​. ໂມດູນເຫຼົ່ານີ້ກວມເອົາຫຼາຍດ້ານຂອງທິດສະດີການແຈກຢາຍ, ລວມທັງບັນຫາທີ່ຊັບຊ້ອນເຊັ່ນ: ການກໍານົດການສືບພັນຂອງຫນ້າທີ່ບໍ່ຕໍ່ເນື່ອງແລະການນໍາໃຊ້ຫນ້າທີ່ບໍ່ຕໍ່ເນື່ອງເປັນການແກ້ໄຂສົມຜົນທີ່ແຕກຕ່າງກັນ. ວິທີການທີ່ມີໂຄງສ້າງນີ້ຊ່ວຍໃຫ້ນັກຮຽນຄ່ອຍໆຄຸ້ນເຄີຍກັບແນວຄວາມຄິດທີ່ອາດຈະເບິ່ງຄືວ່າເປັນຕາຢ້ານໃນຕອນທໍາອິດ.

ສາດສະດາຈານ François Golse ແລະ Yvan Martel, ທັງສອງສະມາຊິກທີ່ໂດດເດັ່ນຂອງ École Polytechnique, ໄດ້ນໍາເອົາຄວາມຊ່ຽວຊານຢ່າງຫຼວງຫຼາຍມາສູ່ຫຼັກສູດນີ້. ການສິດສອນຂອງພວກເຂົາປະສົມປະສານຄວາມເຄັ່ງຄັດທາງວິຊາການແລະວິທີການສິດສອນໃຫມ່ໆ, ເຮັດໃຫ້ເນື້ອຫາສາມາດເຂົ້າເຖິງໄດ້ແລະມີສ່ວນຮ່ວມສໍາລັບນັກຮຽນ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມໂດຍສະເພາະສໍາລັບນັກຮຽນໃນຄະນິດສາດ, ວິສະວະກໍາ, ຫຼືສາຂາທີ່ກ່ຽວຂ້ອງທີ່ກໍາລັງຊອກຫາຄວາມເຂົ້າໃຈເລິກຂອງເຂົາເຈົ້າກ່ຽວກັບຄໍາຮ້ອງສະຫມັກຄະນິດສາດທີ່ຊັບຊ້ອນ. ດ້ວຍການສໍາເລັດຫຼັກສູດນີ້, ຜູ້ເຂົ້າຮ່ວມບໍ່ພຽງແຕ່ໄດ້ຮັບຄວາມຮູ້ທີ່ມີຄຸນຄ່າເທົ່ານັ້ນ, ແຕ່ຍັງຈະມີໂອກາດທີ່ຈະໄດ້ຮັບໃບຢັ້ງຢືນທີ່ສາມາດແບ່ງປັນໄດ້, ເພີ່ມມູນຄ່າທີ່ສໍາຄັນໃນດ້ານວິຊາຊີບຫຼືທາງວິຊາການຂອງພວກເຂົາ.

 

ແນະນໍາທິດສະດີ Galois (SUPERIOR Normal School Paris)

ສະເໜີໃຫ້ໂດຍ École Normale Supérieure ໃນ Coursera, ຫຼັກສູດ “ການແນະນຳທິດສະດີ Galois” ເປັນການສຳຫຼວດທີ່ໜ້າສົນໃຈຂອງສາຂາວິຊາຄະນິດສາດສະໄໝໃໝ່ທີ່ເລິກເຊິ່ງ ແລະ ມີອິດທິພົນທີ່ສຸດ.ໃຊ້ເວລາປະມານ 12 ຊົ່ວໂມງ, ຫຼັກສູດນີ້ເຮັດໃຫ້ນັກຮຽນເຂົ້າໄປໃນໂລກທີ່ສະລັບສັບຊ້ອນແລະເປັນຕາຈັບໃຈຂອງທິດສະດີ Galois, ລະບຽບວິໄນທີ່ໄດ້ປະຕິວັດຄວາມເຂົ້າໃຈກ່ຽວກັບຄວາມສໍາພັນລະຫວ່າງສົມຜົນ polynomial ແລະໂຄງສ້າງພຶດຊະຄະນິດ.

ຫຼັກສູດແມ່ນສຸມໃສ່ການສຶກສາຂອງຮາກຂອງ polynomials ແລະການສະແດງອອກຂອງເຂົາເຈົ້າຈາກສໍາປະສິດ, ເປັນຄໍາຖາມກາງໃນ algebra. ມັນຄົ້ນຫາແນວຄິດຂອງກຸ່ມ Galois, ແນະນໍາໂດຍ Évariste Galois, ເຊິ່ງເຊື່ອມໂຍງແຕ່ລະ polynomial ກັບກຸ່ມຂອງການປ່ຽນແປງຂອງຮາກຂອງມັນ. ວິທີການນີ້ອະນຸຍາດໃຫ້ພວກເຮົາເຂົ້າໃຈວ່າເປັນຫຍັງມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະສະແດງຮາກຂອງສົມຜົນ polynomial ບາງຢ່າງໂດຍສູດສູດພຶດຊະຄະນິດ, ໂດຍສະເພາະສໍາລັບ polynomials ຂອງລະດັບຫຼາຍກ່ວາສີ່.

ການຕອບ Galois, ອົງປະກອບທີ່ສໍາຄັນຂອງຫຼັກສູດ, ເຊື່ອມຕໍ່ທິດສະດີພາກສະຫນາມກັບທິດສະດີກຸ່ມ, ສະຫນອງທັດສະນະທີ່ເປັນເອກະລັກກ່ຽວກັບການແກ້ໄຂບັນຫາຂອງສົມຜົນຮາກ. ຫຼັກສູດດັ່ງກ່າວໃຊ້ແນວຄວາມຄິດພື້ນຖານໃນ algebra linear ເພື່ອເຂົ້າຫາທິດສະດີຂອງອົງການຈັດຕັ້ງແລະແນະນໍາແນວຄວາມຄິດຂອງຕົວເລກ algebraic, ໃນຂະນະທີ່ຂຸດຄົ້ນກຸ່ມຂອງການປ່ຽນແປງທີ່ຈໍາເປັນສໍາລັບການສຶກສາຂອງກຸ່ມ Galois.

ຫຼັກສູດນີ້ແມ່ນເປັນທີ່ຫນ້າສັງເກດໂດຍສະເພາະສໍາລັບຄວາມສາມາດໃນການນໍາສະເຫນີແນວຄວາມຄິດຂອງພຶດຊະຄະນິດທີ່ສັບສົນໃນລັກສະນະທີ່ສາມາດເຂົ້າເຖິງໄດ້ແລະງ່າຍດາຍ, ຊ່ວຍໃຫ້ນັກຮຽນສາມາດບັນລຸຜົນໄດ້ຮັບທີ່ມີຄວາມຫມາຍຢ່າງໄວວາໂດຍມີຮູບແບບທີ່ບໍ່ມີຕົວຕົນຢ່າງຫນ້ອຍ. ມັນແມ່ນເຫມາະສົມສໍາລັບນັກຮຽນຄະນິດສາດ, ຟີຊິກ, ຫຼືວິສະວະກໍາ, ເຊັ່ນດຽວກັນກັບຜູ້ທີ່ມັກຄະນິດສາດທີ່ຊອກຫາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບໂຄງສ້າງຂອງພຶດຊະຄະນິດແລະຄໍາຮ້ອງສະຫມັກຂອງພວກເຂົາ.

ໂດຍການສໍາເລັດຫຼັກສູດນີ້, ຜູ້ເຂົ້າຮ່ວມບໍ່ພຽງແຕ່ໄດ້ຮັບຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບທິດສະດີ Galois, ແຕ່ຍັງຈະມີໂອກາດທີ່ຈະໄດ້ຮັບໃບຢັ້ງຢືນທີ່ສາມາດແບ່ງປັນໄດ້, ເພີ່ມມູນຄ່າທີ່ສໍາຄັນໃນດ້ານວິຊາຊີບຫຼືທາງວິຊາການຂອງພວກເຂົາ.

 

ການ​ວິ​ເຄາະ​ຂ້າ​ພະ​ເຈົ້າ (ສ່ວນ 1​)​: Prelude​, ແນວ​ຄິດ​ພື້ນ​ຖານ​, ຈໍາ​ນວນ​ທີ່​ແທ້​ຈິງ​ (ໂຮງຮຽນ POLYTECHNIQUE FEDERALE DE LAUSANNE)

ຫຼັກສູດ "ການວິເຄາະ I (ສ່ວນ 1): Prelude, ແນວຄິດພື້ນຖານ, ຕົວເລກທີ່ແທ້ຈິງ", ສະເຫນີໂດຍ École Polytechnique Fédérale de Lausanne ໃນ edX, ເປັນການແນະນໍາໃນຄວາມເລິກຂອງແນວຄວາມຄິດພື້ນຖານຂອງການວິເຄາະທີ່ແທ້ຈິງ. ຫຼັກສູດ 5 ອາທິດນີ້, ຕ້ອງການປະມານ 4-5 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ຖືກອອກແບບມາເພື່ອໃຫ້ສໍາເລັດຕາມຈັງຫວະຂອງທ່ານເອງ.

ເນື້ອໃນຂອງຫຼັກສູດເລີ່ມຕົ້ນດ້ວຍ prelude ທີ່ທົບທວນຄືນແລະລົງເລິກແນວຄິດທາງຄະນິດສາດທີ່ສໍາຄັນເຊັ່ນ: ຫນ້າທີ່ສາມຫລ່ຽມ (sin, cos, tan), ຫນ້າທີ່ເຊິ່ງກັນແລະກັນ (exp, ln), ເຊັ່ນດຽວກັນກັບກົດລະບຽບການຄິດໄລ່ສໍາລັບອໍານາດ, logarithms ແລະຮາກ. ມັນຍັງກວມເອົາຊຸດພື້ນຖານແລະຫນ້າທີ່.

ຫຼັກ​ສູດ​ແມ່ນ​ສຸມ​ໃສ່​ການ​ລະ​ບົບ​ຈໍາ​ນວນ​. ເລີ່ມຕົ້ນຈາກແນວຄິດທີ່ເຂົ້າໃຈໄດ້ຂອງຕົວເລກທໍາມະຊາດ, ຫຼັກສູດກໍານົດຕົວເລກສົມເຫດສົມຜົນຢ່າງເຂັ້ມງວດແລະຄົ້ນຫາຄຸນສົມບັດຂອງມັນ. ຄວາມສົນໃຈໂດຍສະເພາະແມ່ນຈ່າຍໃຫ້ກັບຕົວເລກທີ່ແທ້ຈິງ, ແນະນໍາເພື່ອຕື່ມຂໍ້ມູນໃສ່ຊ່ອງຫວ່າງຂອງຕົວເລກສົມເຫດສົມຜົນ. ຫຼັກສູດນໍາສະເຫນີຄໍານິຍາມ axomatic ຂອງຕົວເລກທີ່ແທ້ຈິງແລະສຶກສາຄຸນສົມບັດຂອງເຂົາເຈົ້າຢ່າງລະອຽດ, ລວມທັງແນວຄວາມຄິດເຊັ່ນ infimum, supremum, ມູນຄ່າຢ່າງແທ້ຈິງແລະຄຸນສົມບັດເພີ່ມເຕີມອື່ນໆຂອງຈໍານວນທີ່ແທ້ຈິງ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ມີຄວາມຮູ້ພື້ນຖານຂອງຄະນິດສາດແລະຕ້ອງການທີ່ຈະເລິກຄວາມເຂົ້າໃຈຂອງເຂົາເຈົ້າໃນການວິເຄາະໂລກທີ່ແທ້ຈິງ. ມັນເປັນປະໂຫຍດໂດຍສະເພາະສໍາລັບນັກຮຽນຂອງຄະນິດສາດ, ຟີຊິກ, ຫຼືວິສະວະກໍາ, ເຊັ່ນດຽວກັນກັບທຸກຄົນທີ່ສົນໃຈໃນຄວາມເຂົ້າໃຈຢ່າງເຂັ້ມງວດຂອງພື້ນຖານຂອງຄະນິດສາດ.

ໂດຍການສໍາເລັດຫຼັກສູດນີ້, ຜູ້ເຂົ້າຮ່ວມຈະໄດ້ຮັບຄວາມເຂົ້າໃຈຢ່າງຫນັກແຫນ້ນກ່ຽວກັບຕົວເລກທີ່ແທ້ຈິງແລະຄວາມສໍາຄັນຂອງພວກເຂົາໃນການວິເຄາະ, ເຊັ່ນດຽວກັນກັບໂອກາດທີ່ຈະໄດ້ຮັບໃບຢັ້ງຢືນທີ່ສາມາດແບ່ງປັນໄດ້, ເພີ່ມມູນຄ່າທີ່ສໍາຄັນກັບຂໍ້ມູນດ້ານວິຊາຊີບຫຼືທາງວິຊາການຂອງພວກເຂົາ.

 

ການວິເຄາະ I (ສ່ວນທີ 2): ແນະນໍາຕົວເລກຊັບຊ້ອນ (ໂຮງຮຽນ POLYTECHNIQUE FEDERALE DE LAUSANNE)

ຫຼັກສູດ "ການວິເຄາະ I (ສ່ວນທີ 2): ການແນະນໍາຕົວເລກຊັບຊ້ອນ", ສະເຫນີໂດຍ École Polytechnique Fédérale de Lausanne ໃນ edX, ເປັນການແນະນໍາທີ່ຫນ້າປະທັບໃຈກັບໂລກຂອງຕົວເລກຊັບຊ້ອນ.ຫຼັກສູດ 2 ອາທິດນີ້, ຕ້ອງການປະມານ 4-5 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ຖືກອອກແບບມາເພື່ອໃຫ້ສໍາເລັດຕາມຈັງຫວະຂອງທ່ານເອງ.

ຫຼັກສູດເລີ່ມຕົ້ນໂດຍການແກ້ໄຂສົມຜົນ z^2 = -1, ເຊິ່ງບໍ່ມີການແກ້ໄຂໃນຊຸດຂອງຈໍານວນທີ່ແທ້ຈິງ, R. ບັນຫານີ້ນໍາໄປສູ່ການນໍາຕົວເລກຊັບຊ້ອນ, C, ພາກສະຫນາມທີ່ມີ R ແລະອະນຸຍາດໃຫ້ພວກເຮົາແກ້ໄຂດັ່ງກ່າວ. ສົມຜົນ. ຫຼັກສູດຄົ້ນຄວ້າວິທີການຕ່າງໆໃນການເປັນຕົວແທນຂອງຈຳນວນຊັບຊ້ອນ ແລະ ປຶກສາຫາລືການແກ້ໄຂບັນຫາສົມຜົນຂອງຮູບແບບ z^n = w, ບ່ອນທີ່ n ເປັນຂອງ N* ແລະ w ກັບ C.

ຈຸດເດັ່ນຂອງຫຼັກສູດແມ່ນການສຶກສາທິດສະດີພື້ນຖານຂອງພຶດຊະຄະນິດ, ເຊິ່ງເປັນຜົນໄດ້ຮັບທີ່ສໍາຄັນໃນຄະນິດສາດ. ຫຼັກສູດຍັງກວມເອົາຫົວຂໍ້ຕ່າງໆເຊັ່ນ: ການເປັນຕົວແທນຂອງ Cartesian ຂອງຈໍານວນຊັບຊ້ອນ, ຄຸນສົມບັດປະຖົມຂອງເຂົາເຈົ້າ, ອົງປະກອບ inverse ສໍາລັບການຄູນ, ສູດ Euler ແລະ de Moivre, ແລະຮູບແບບຂົ້ວຂອງຈໍານວນຊັບຊ້ອນ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ມີຄວາມຮູ້ກ່ຽວກັບຈໍານວນຕົວຈິງແລ້ວແລະຕ້ອງການຂະຫຍາຍຄວາມເຂົ້າໃຈຂອງພວກເຂົາໄປສູ່ຕົວເລກຊັບຊ້ອນ. ມັນເປັນປະໂຫຍດໂດຍສະເພາະສໍາລັບນັກຮຽນຂອງຄະນິດສາດ, ຟີຊິກ, ຫຼືວິສະວະກໍາ, ເຊັ່ນດຽວກັນກັບທຸກຄົນທີ່ສົນໃຈໃນຄວາມເຂົ້າໃຈເລິກຂອງພຶດຊະຄະນິດແລະຄໍາຮ້ອງສະຫມັກຂອງມັນ.

ໂດຍການສໍາເລັດຫຼັກສູດນີ້, ຜູ້ເຂົ້າຮ່ວມຈະໄດ້ຮັບຄວາມເຂົ້າໃຈຢ່າງຫນັກແຫນ້ນກ່ຽວກັບຈໍານວນຊັບຊ້ອນແລະບົດບາດສໍາຄັນຂອງພວກເຂົາໃນຄະນິດສາດ, ເຊັ່ນດຽວກັນກັບໂອກາດທີ່ຈະໄດ້ຮັບໃບຢັ້ງຢືນທີ່ສາມາດແບ່ງປັນໄດ້, ເພີ່ມມູນຄ່າທີ່ສໍາຄັນໃຫ້ກັບຂໍ້ມູນດ້ານວິຊາຊີບຫຼືທາງວິຊາການຂອງພວກເຂົາ.

 

ການວິເຄາະ I (ພາກທີ 3): ລໍາດັບຂອງຕົວເລກທີ່ແທ້ຈິງ I ແລະ II (ໂຮງຮຽນ POLYTECHNIQUE FEDERALE DE LAUSANNE)

ຫຼັກສູດ "ການວິເຄາະ I (ສ່ວນ 3): ລໍາດັບຕົວເລກຕົວຈິງ I ແລະ II", ສະເຫນີໂດຍ École Polytechnique Fédérale de Lausanne ໃນ edX, ສຸມໃສ່ການລໍາດັບຕົວເລກທີ່ແທ້ຈິງ. ຫຼັກສູດ 4 ອາທິດນີ້, ຕ້ອງການປະມານ 4-5 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ຖືກອອກແບບມາເພື່ອໃຫ້ສໍາເລັດຕາມຈັງຫວະຂອງທ່ານເອງ.

ແນວຄວາມຄິດສູນກາງຂອງຫຼັກສູດນີ້ແມ່ນຂອບເຂດຈໍາກັດຂອງລໍາດັບຂອງຕົວເລກທີ່ແທ້ຈິງ. ມັນເລີ່ມຕົ້ນໂດຍການກໍານົດລໍາດັບຂອງຕົວເລກທີ່ແທ້ຈິງເປັນຟັງຊັນຈາກ N ຫາ R. ຕົວຢ່າງ, ລໍາດັບ a_n = 1/2^n ຖືກຄົ້ນຫາ, ສະແດງໃຫ້ເຫັນວ່າມັນເຂົ້າຫາສູນແນວໃດ. ຫຼັກສູດດັ່ງກ່າວໄດ້ກໍານົດຂອບເຂດຈໍາກັດຂອງລໍາດັບຢ່າງເຂັ້ມງວດແລະພັດທະນາວິທີການເພື່ອກໍານົດຂອບເຂດຈໍາກັດ.

ນອກຈາກນັ້ນ, ຫຼັກສູດສ້າງການເຊື່ອມໂຍງລະຫວ່າງແນວຄວາມຄິດຂອງຂອບເຂດຈໍາກັດແລະຂອງ infimum ແລະສູງສຸດຂອງຊຸດ. ຄໍາຮ້ອງສະຫມັກທີ່ສໍາຄັນຂອງລໍາດັບຂອງຕົວເລກທີ່ແທ້ຈິງແມ່ນສະແດງໃຫ້ເຫັນໂດຍຄວາມຈິງທີ່ວ່າແຕ່ລະຕົວເລກທີ່ແທ້ຈິງສາມາດຖືວ່າເປັນຂອບເຂດຈໍາກັດຂອງລໍາດັບຂອງຕົວເລກສົມເຫດສົມຜົນ. ຫຼັກສູດດັ່ງກ່າວຍັງຄົ້ນພົບລໍາດັບ Cauchy ແລະລໍາດັບທີ່ກໍານົດໂດຍການ induction linear, ເຊັ່ນດຽວກັນກັບທິດສະດີ Bolzano-Weierstrass.

ຜູ້ເຂົ້າຮ່ວມຍັງຈະໄດ້ຮຽນຮູ້ກ່ຽວກັບຊຸດຕົວເລກ, ດ້ວຍການແນະນໍາຕົວຢ່າງທີ່ແຕກຕ່າງກັນ ແລະເງື່ອນໄຂການລວມຕົວ, ເຊັ່ນ: ເກນ d'Alembert, ເກນ Cauchy, ແລະເກນ Leibniz. ຫຼັກສູດຈົບລົງດ້ວຍການສຶກສາຊຸດຕົວເລກທີ່ມີພາລາມິເຕີ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ມີຄວາມຮູ້ພື້ນຖານຂອງຄະນິດສາດແລະຕ້ອງການເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບລໍາດັບຕົວເລກຕົວຈິງ. ມັນເປັນປະໂຫຍດໂດຍສະເພາະສໍາລັບນັກສຶກສາຂອງຄະນິດສາດ, ຟີຊິກຫຼືວິສະວະກໍາ. ໂດຍການສໍາເລັດຫຼັກສູດນີ້, ຜູ້ເຂົ້າຮ່ວມຈະເພີ່ມຄວາມເຂົ້າໃຈຂອງເຂົາເຈົ້າກ່ຽວກັບຄະນິດສາດແລະອາດຈະໄດ້ຮັບໃບຢັ້ງຢືນທີ່ສາມາດແບ່ງປັນໄດ້, ຊັບສິນສໍາລັບການພັດທະນາວິຊາຊີບຫຼືທາງວິຊາການຂອງພວກເຂົາ.

 

ການຄົ້ນພົບຫນ້າທີ່ທີ່ແທ້ຈິງແລະຢ່າງຕໍ່ເນື່ອງ: ການວິເຄາະ I (ສ່ວນ 4)  (ໂຮງຮຽນ POLYTECHNIQUE FEDERALE DE LAUSANNE)

ໃນ "ການວິເຄາະ I (ສ່ວນທີ 4): ຂອບເຂດຈໍາກັດຂອງຫນ້າທີ່, ຫນ້າທີ່ຢ່າງຕໍ່ເນື່ອງ", École Polytechnique Fédérale de Lausanne ສະເຫນີການເດີນທາງທີ່ຫນ້າປະທັບໃຈໃນການສຶກສາຫນ້າທີ່ທີ່ແທ້ຈິງຂອງຕົວແປທີ່ແທ້ຈິງ.ຫຼັກສູດນີ້, ເປັນເວລາ 4 ອາທິດກັບ 4 ຫາ 5 ຊົ່ວໂມງຂອງການສຶກສາປະຈໍາອາທິດ, ມີຢູ່ໃນ edX ແລະອະນຸຍາດໃຫ້ມີຄວາມກ້າວຫນ້າໃນຈັງຫວະຂອງທ່ານເອງ.

ພາກສ່ວນຂອງຫຼັກສູດນີ້ເລີ່ມຕົ້ນດ້ວຍການນໍາສະເຫນີຫນ້າທີ່ທີ່ແທ້ຈິງ, ເນັ້ນຫນັກໃສ່ຄຸນສົມບັດຂອງພວກເຂົາເຊັ່ນ monotonicity, parity, ແລະໄລຍະເວລາ. ມັນຍັງຂຸດຄົ້ນການດໍາເນີນງານລະຫວ່າງຫນ້າທີ່ແລະແນະນໍາຫນ້າທີ່ສະເພາະເຊັ່ນຟັງຊັນ hyperbolic. ຄວາມສົນໃຈໂດຍສະເພາະແມ່ນໄດ້ມອບໃຫ້ແກ່ຫນ້າທີ່ກໍານົດເປັນຂັ້ນຕອນ, ລວມທັງຫນ້າທີ່ Signum ແລະ Heaviside, ເຊັ່ນດຽວກັນກັບການຫັນປ່ຽນເປັນ affine.

ຫຼັກ​ສູດ​ໄດ້​ສຸມ​ໃສ່​ການ​ຈໍາ​ກັດ​ແຫຼມ​ຂອງ​ຫນ້າ​ທີ່​ໃນ​ຈຸດ​ໃດ​ຫນຶ່ງ​, ສະ​ຫນອງ​ຕົວ​ຢ່າງ​ທີ່​ແນ່​ນອນ​ຂອງ​ຂໍ້​ຈໍາ​ກັດ​ຂອງ​ຫນ້າ​ທີ່​. ມັນຍັງກວມເອົາແນວຄວາມຄິດຂອງຂໍ້ຈໍາກັດຊ້າຍແລະຂວາ. ຕໍ່ໄປ, ຫຼັກສູດເບິ່ງຂອບເຂດຈໍາກັດທີ່ບໍ່ມີຂອບເຂດຂອງຫນ້າທີ່ແລະສະຫນອງເຄື່ອງມືທີ່ຈໍາເປັນສໍາລັບການຄິດໄລ່ຂອບເຂດຈໍາກັດ, ເຊັ່ນ: ທິດສະດີ cop.

ລັກສະນະທີ່ສໍາຄັນຂອງຫຼັກສູດແມ່ນການນໍາແນວຄວາມຄິດຂອງການສືບຕໍ່, ກໍານົດໃນສອງວິທີທີ່ແຕກຕ່າງກັນ, ແລະການນໍາໃຊ້ຂອງມັນເພື່ອຂະຫຍາຍຫນ້າທີ່ສະເພາະໃດຫນຶ່ງ. ຫຼັກສູດຈົບລົງດ້ວຍການສຶກສາຕໍ່ເນື່ອງໃນໄລຍະທີ່ເປີດ.

ຫຼັກສູດນີ້ແມ່ນໂອກາດທີ່ອຸດົມສົມບູນສໍາລັບຜູ້ທີ່ຊອກຫາທີ່ຈະເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບຫນ້າທີ່ຕົວຈິງແລະຢ່າງຕໍ່ເນື່ອງ. ມັນແມ່ນເຫມາະສົມສໍາລັບນັກຮຽນຂອງຄະນິດສາດ, ຟີຊິກຫຼືວິສະວະກໍາ. ໂດຍການສໍາເລັດຫຼັກສູດນີ້, ຜູ້ເຂົ້າຮ່ວມບໍ່ພຽງແຕ່ຈະເປີດກວ້າງຂອບເຂດທາງຄະນິດສາດຂອງພວກເຂົາ, ແຕ່ຍັງຈະມີໂອກາດທີ່ຈະໄດ້ຮັບໃບຢັ້ງຢືນລາງວັນ, ເປີດປະຕູສູ່ທັດສະນະທາງວິຊາການຫຼືວິຊາຊີບໃຫມ່.

 

ການ​ຄົ້ນ​ຫາ​ຫນ້າ​ທີ່​ແຕກ​ຕ່າງ​ກັນ​: ການ​ວິ​ເຄາະ I (ພາກ​ທີ 5​) (ໂຮງຮຽນ POLYTECHNIQUE FEDERALE DE LAUSANNE)

The École Polytechnique Fédérale de Lausanne, ໃນການສະເຫນີດ້ານການສຶກສາຂອງຕົນໃນ edX, ນໍາສະເຫນີ "ການວິເຄາະ I (ສ່ວນ 5): ຫນ້າທີ່ຢ່າງຕໍ່ເນື່ອງແລະຫນ້າທີ່ທີ່ແຕກຕ່າງກັນ, ຫນ້າທີ່ອະນຸພັນ". ຫຼັກສູດສີ່ອາທິດນີ້, ຕ້ອງການປະມານ 4-5 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ແມ່ນການຂຸດຄົ້ນຢ່າງເລິກເຊິ່ງກ່ຽວກັບແນວຄວາມຄິດຂອງຄວາມແຕກຕ່າງແລະຄວາມຕໍ່ເນື່ອງຂອງຫນ້າທີ່.

ຫຼັກສູດເລີ່ມຕົ້ນດ້ວຍການສຶກສາໃນຄວາມເລິກຂອງຫນ້າທີ່ຢ່າງຕໍ່ເນື່ອງ, ສຸມໃສ່ຄຸນສົມບັດຂອງເຂົາເຈົ້າໃນໄລຍະປິດ. ພາກນີ້ຊ່ວຍໃຫ້ນັກຮຽນເຂົ້າໃຈສູງສຸດ ແລະຕໍາ່ສຸດຂອງຫນ້າທີ່ຢ່າງຕໍ່ເນື່ອງ. ຫຼັງຈາກນັ້ນ, ຫຼັກສູດຈະແນະນໍາວິທີການ bisection ແລະນໍາສະເຫນີທິດສະດີທີ່ສໍາຄັນເຊັ່ນທິດສະດີຄຸນຄ່າລະດັບປານກາງແລະທິດສະດີຈຸດຄົງທີ່.

ພາກກາງຂອງຫຼັກສູດແມ່ນອຸທິດໃຫ້ຄວາມແຕກຕ່າງແລະຄວາມແຕກຕ່າງກັນຂອງຫນ້າທີ່. ນັກຮຽນຮຽນຮູ້ທີ່ຈະຕີຄວາມຫມາຍແນວຄວາມຄິດເຫຼົ່ານີ້ແລະເຂົ້າໃຈຄວາມສະເຫມີພາບຂອງເຂົາເຈົ້າ. ຫຼັງຈາກນັ້ນ, ຫຼັກສູດຈະເບິ່ງການກໍ່ສ້າງຂອງຫນ້າທີ່ອະນຸພັນແລະກວດເບິ່ງຄຸນສົມບັດຂອງມັນຢ່າງລະອຽດ, ລວມທັງການດໍາເນີນງານກ່ຽວກັບພຶດຊະຄະນິດກ່ຽວກັບຫນ້າທີ່ອະນຸພັນ.

ລັກສະນະທີ່ສໍາຄັນຂອງຫຼັກສູດແມ່ນການສຶກສາຄຸນສົມບັດຂອງຫນ້າທີ່ທີ່ແຕກຕ່າງກັນ, ເຊັ່ນ: ອະນຸພັນຂອງອົງປະກອບຂອງຫນ້າທີ່, ທິດສະດີຂອງ Rolle, ແລະທິດສະດີການເພີ່ມຈໍານວນຈໍາກັດ. ຫຼັກສູດດັ່ງກ່າວຍັງຄົ້ນຄວ້າຄວາມຕໍ່ເນື່ອງຂອງໜ້າທີ່ອະນຸພັນ ແລະ ຜົນກະທົບຂອງມັນຕໍ່ກັບຄວາມຜູກພັນຂອງໜ້າທີ່ທີ່ແຕກຕ່າງໄດ້.

ຫຼັກສູດນີ້ແມ່ນໂອກາດທີ່ດີເລີດສໍາລັບຜູ້ທີ່ຕ້ອງການເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບຫນ້າທີ່ທີ່ແຕກຕ່າງກັນແລະຢ່າງຕໍ່ເນື່ອງ. ມັນແມ່ນເຫມາະສົມສໍາລັບນັກຮຽນຂອງຄະນິດສາດ, ຟີຊິກຫຼືວິສະວະກໍາ. ໂດຍການສໍາເລັດຫຼັກສູດນີ້, ຜູ້ເຂົ້າຮ່ວມບໍ່ພຽງແຕ່ຈະເປີດກວ້າງຄວາມເຂົ້າໃຈຂອງເຂົາເຈົ້າກ່ຽວກັບແນວຄວາມຄິດທາງຄະນິດສາດພື້ນຖານ, ແຕ່ຍັງຈະມີໂອກາດທີ່ຈະໄດ້ຮັບໃບຢັ້ງຢືນລາງວັນ, ເປີດປະຕູສູ່ໂອກາດທາງວິຊາການຫຼືວິຊາຊີບໃຫມ່.

 

ການລົງເລິກໃນການວິເຄາະທາງຄະນິດສາດ: ການວິເຄາະ I (ຕອນ 6) (ໂຮງຮຽນ POLYTECHNIQUE FEDERALE DE LAUSANNE)

ຫຼັກສູດ "ການວິເຄາະ I (ສ່ວນທີ 6): ການສຶກສາກ່ຽວກັບຫນ້າທີ່, ການພັດທະນາທີ່ຈໍາກັດ", ສະເຫນີໂດຍ École Polytechnique Fédérale de Lausanne ໃນ edX, ແມ່ນການຂຸດຄົ້ນໃນຄວາມເລິກຂອງຫນ້າທີ່ແລະການພັດທະນາຈໍາກັດຂອງພວກເຂົາ. ຫຼັກສູດ 4 ອາທິດນີ້, ມີວຽກ 5 ຫາ XNUMX ຊົ່ວໂມງຕໍ່ອາທິດ, ຊ່ວຍໃຫ້ຜູ້ຮຽນມີຄວາມກ້າວຫນ້າໃນຈັງຫວະຂອງຕົນເອງ.

ບົດຂອງຫຼັກສູດນີ້ສຸມໃສ່ການສຶກສາໃນຄວາມເລິກຂອງຫນ້າທີ່, ການນໍາໃຊ້ທິດສະດີເພື່ອກວດກາເບິ່ງການປ່ຽນແປງຂອງເຂົາເຈົ້າ. ຫຼັງຈາກການແກ້ໄຂບັນຫາທິດສະດີການເພີ່ມຂີດຈໍາກັດ, ຫຼັກສູດຈະເບິ່ງການລວມຕົວຂອງມັນ. ລັກສະນະທີ່ສໍາຄັນຂອງການສຶກສາຫນ້າທີ່ແມ່ນການເຂົ້າໃຈພຶດຕິກໍາຂອງພວກເຂົາຢູ່ໃນຂອບເຂດທີ່ບໍ່ມີຂອບເຂດ. ເພື່ອເຮັດສິ່ງນີ້, ຫຼັກສູດແນະນໍາກົດລະບຽບຂອງໂຮງຫມໍ Bernoulli-l'Hospital, ເປັນເຄື່ອງມືທີ່ຈໍາເປັນສໍາລັບການກໍານົດຂອບເຂດຈໍາກັດທີ່ຊັບຊ້ອນຂອງຈໍານວນທີ່ແນ່ນອນ.

ຫຼັກສູດດັ່ງກ່າວຍັງສໍາຫຼວດການເປັນຕົວແທນຮູບພາບຂອງຫນ້າທີ່, ກວດເບິ່ງຄໍາຖາມເຊັ່ນ: ການມີຢູ່ຂອງ maxima ຫຼື minima ທ້ອງຖິ່ນຫຼືທົ່ວໂລກ, ເຊັ່ນດຽວກັນກັບຄວາມວຸ່ນວາຍຫຼື concavity ຂອງຫນ້າທີ່. ນັກຮຽນຈະຮຽນຮູ້ເພື່ອກໍານົດ asymtotes ທີ່ແຕກຕ່າງກັນຂອງຫນ້າທີ່.

ຈຸດທີ່ເຂັ້ມແຂງອີກອັນໜຶ່ງຂອງຫຼັກສູດແມ່ນການແນະນຳການຂະຫຍາຍໜ້າທີ່ທີ່ຈຳກັດໄວ້, ເຊິ່ງສະໜອງການປະມານການເປັນຫຼາຍຊື່ໃນບໍລິເວນໃກ້ຄຽງຂອງຈຸດໃດໜຶ່ງ. ການພັດທະນາເຫຼົ່ານີ້ເປັນສິ່ງຈໍາເປັນເພື່ອເຮັດໃຫ້ງ່າຍການຄິດໄລ່ຂອບເຂດຈໍາກັດແລະການສຶກສາຄຸນສົມບັດຂອງຫນ້າທີ່. ຫຼັກສູດດັ່ງກ່າວຍັງກວມເອົາຊຸດຈຳນວນເຕັມ ແລະ ລັດສະໝີຂອງການລວມເຂົ້າກັນຂອງພວກມັນ, ເຊັ່ນດຽວກັນກັບຊຸດ Taylor, ເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບໃນການເປັນຕົວແທນຂອງຫນ້າທີ່ແຕກຕ່າງກັນທີ່ບໍ່ມີກໍານົດ.

ຫຼັກສູດນີ້ແມ່ນເປັນຊັບພະຍາກອນທີ່ມີຄຸນຄ່າສໍາລັບຜູ້ທີ່ຊອກຫາທີ່ຈະເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບຫນ້າທີ່ແລະການນໍາໃຊ້ຂອງພວກເຂົາໃນຄະນິດສາດ. ມັນສະຫນອງທັດສະນະທີ່ອຸດົມສົມບູນແລະລາຍລະອຽດກ່ຽວກັບແນວຄວາມຄິດທີ່ສໍາຄັນໃນການວິເຄາະທາງຄະນິດສາດ.

 

Mastery of Integration: ການວິເຄາະ I (ສ່ວນ 7) (ໂຮງຮຽນ POLYTECHNIQUE FEDERALE DE LAUSANNE)

ຫຼັກສູດ "ການວິເຄາະ I (ສ່ວນ 7): ການປະສົມປະສານທີ່ບໍ່ແນ່ນອນແລະແນ່ນອນ, ການປະສົມປະສານ (ບົດທີ່ເລືອກ)", ສະເຫນີໂດຍ École Polytechnique Fédérale de Lausanne ໃນ edX, ແມ່ນການຂຸດຄົ້ນລາຍລະອຽດຂອງການປະສົມປະສານຂອງຫນ້າທີ່. ໂມດູນນີ້, ແກ່ຍາວເຖິງສີ່ອາທິດດ້ວຍການມີສ່ວນຮ່ວມຂອງ 4 ຫາ 5 ຊົ່ວໂມງຕໍ່ອາທິດ, ອະນຸຍາດໃຫ້ຜູ້ຮຽນຄົ້ນພົບ subtleties ຂອງການເຊື່ອມໂຍງໃນຈັງຫວະຂອງຕົນເອງ.

ຫຼັກສູດເລີ່ມຕົ້ນດ້ວຍຄໍານິຍາມຂອງ integration indefinite ແລະ indefinite integral, ແນະນໍາ integral ທີ່ແນ່ນອນໂດຍຜ່ານ Riemann sums ແລະ sums ເທິງແລະຕ່ໍາ. ຫຼັງຈາກນັ້ນ, ມັນສົນທະນາສາມຄຸນສົມບັດທີ່ສໍາຄັນຂອງການປະສົມປະສານທີ່ແນ່ນອນ: linearity ຂອງ integral, subdivision ຂອງໂດເມນປະສົມປະສານ, ແລະ monotonicity ຂອງ integral ໄດ້.

ຈຸດສູນກາງຂອງຫຼັກສູດແມ່ນທິດສະດີສະເລ່ຍສໍາລັບຫນ້າທີ່ຢ່າງຕໍ່ເນື່ອງໃນສ່ວນຫນຶ່ງ, ເຊິ່ງສະແດງໃຫ້ເຫັນໃນລາຍລະອຽດ. ຫຼັກສູດດັ່ງກ່າວມາຮອດຈຸດສູງສຸດດ້ວຍທິດສະດີພື້ນຖານຂອງການຄິດໄລ່ລວມ, ແນະນໍາແນວຄວາມຄິດຂອງ antiderivative ຂອງຫນ້າທີ່. ນັກສຶກສາຮຽນຮູ້ເຕັກນິກການເຊື່ອມໂຍງຕ່າງໆ, ເຊັ່ນ: ການເຊື່ອມໂຍງໂດຍພາກສ່ວນ, ການປ່ຽນແປງຕົວແປ, ແລະການເຊື່ອມໂຍງໂດຍການ induction.

ຫຼັກສູດດັ່ງກ່າວໄດ້ສະຫຼຸບດ້ວຍການສຶກສາການລວມຕົວຂອງຫນ້າທີ່ໂດຍສະເພາະ, ລວມທັງການລວມເອົາການຂະຫຍາຍຫນ້າທີ່ຈໍາກັດ, ການປະສົມປະສານຂອງຊຸດຈໍານວນເຕັມ, ແລະການລວມເອົາຫນ້າທີ່ຢ່າງຕໍ່ເນື່ອງ piecewise. ເຕັກນິກເຫຼົ່ານີ້ອະນຸຍາດໃຫ້ປະສົມປະສານຂອງຫນ້າທີ່ທີ່ມີຮູບແບບພິເສດຖືກຄິດໄລ່ຢ່າງມີປະສິດທິພາບຫຼາຍຂຶ້ນ. ສຸດທ້າຍ, ຫຼັກສູດຈະຄົ້ນຫາການປະສົມປະສານທົ່ວໄປ, ກໍານົດໂດຍການຜ່ານຂອບເຂດຈໍາກັດໃນການປະສົມປະສານ, ແລະສະເຫນີຕົວຢ່າງທີ່ຊັດເຈນ.

ຫຼັກສູດນີ້ແມ່ນຊັບພະຍາກອນທີ່ມີຄຸນຄ່າສໍາລັບຜູ້ທີ່ຊອກຫາການເຊື່ອມໂຍງຕົ້ນສະບັບ, ເປັນເຄື່ອງມືພື້ນຖານໃນຄະນິດສາດ. ມັນສະຫນອງທັດສະນະທີ່ສົມບູນແບບແລະປະຕິບັດໃນການເຊື່ອມໂຍງ, ເສີມສ້າງທັກສະທາງຄະນິດສາດຂອງນັກຮຽນ.

 

ຫຼັກສູດໃນພາສາອັງກິດ

 

ການແນະນຳຕົວແບບ Linear ແລະ Matrix Algebra  (Harvard)

ມະຫາວິທະຍາໄລ Harvard, ໂດຍຜ່ານເວທີ HarvardX ຂອງຕົນໃນ edX, ສະເຫນີຫຼັກສູດ "ການແນະນໍາຕົວແບບ Linear ແລະ Matrix Algebra". ເຖິງແມ່ນວ່າຫຼັກສູດໄດ້ຖືກສອນເປັນພາສາອັງກິດ, ມັນສະຫນອງໂອກາດທີ່ເປັນເອກະລັກທີ່ຈະຮຽນຮູ້ພື້ນຖານຂອງ matrix algebra ແລະຕົວແບບ linear, ທັກສະທີ່ຈໍາເປັນໃນຫຼາຍຂົງເຂດວິທະຍາສາດ.

ຫຼັກສູດສີ່ອາທິດນີ້, ຕ້ອງການ 2 ຫາ 4 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ຖືກອອກແບບມາເພື່ອໃຫ້ສໍາເລັດຕາມຈັງຫວະຂອງທ່ານເອງ. ມັນສຸມໃສ່ການນໍາໃຊ້ພາສາການຂຽນໂປລແກລມ R ເພື່ອນໍາໃຊ້ຕົວແບບເສັ້ນໃນການວິເຄາະຂໍ້ມູນ, ໂດຍສະເພາະໃນວິທະຍາສາດຊີວິດ. ນັກຮຽນຈະຮຽນຮູ້ການໝູນໃຊ້ພຶດຊະຄະນິດຂອງມາຕຣິກເບື້ອງ ແລະເຂົ້າໃຈການນຳໄປໃຊ້ຂອງມັນໃນການອອກແບບທົດລອງ ແລະການວິເຄາະຂໍ້ມູນໃນມິຕິລະດັບສູງ.

ໂປຣແກມກວມເອົາການຄິດໄລ່ພຶດຊະຄະນິດ matrix, ການດຳເນີນງານຂອງ matrix, ການນຳໃຊ້ algebra matrix ເຂົ້າໃນການວິເຄາະຂໍ້ມູນ, linear model, ແລະການແນະນຳການ decomposition QR. ຫຼັກສູດນີ້ແມ່ນສ່ວນຫນຶ່ງຂອງຊຸດຂອງເຈັດຫຼັກສູດ, ເຊິ່ງສາມາດໄດ້ຮັບການປະຕິບັດເປັນສ່ວນບຸກຄົນຫຼືເປັນສ່ວນຫນຶ່ງຂອງສອງໃບຢັ້ງຢືນວິຊາຊີບໃນການວິເຄາະຂໍ້ມູນສໍາລັບວິທະຍາສາດຊີວິດແລະການວິເຄາະຂໍ້ມູນພັນທຸກໍາ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ກໍາລັງຊອກຫາທັກສະໃນແບບຈໍາລອງສະຖິຕິແລະການວິເຄາະຂໍ້ມູນ, ໂດຍສະເພາະໃນດ້ານວິທະຍາສາດຊີວິດ. ມັນສະຫນອງພື້ນຖານທີ່ເຂັ້ມແຂງສໍາລັບຜູ້ທີ່ຕ້ອງການຂຸດຄົ້ນ matrix algebra ຕື່ມອີກແລະຄໍາຮ້ອງສະຫມັກຂອງມັນໃນຂົງເຂດວິທະຍາສາດແລະການຄົ້ນຄວ້າຕ່າງໆ.

 

Master Probability (Harvard)

Lລາຍການຫຼິ້ນ “ສະຖິຕິ 110: ຄວາມເປັນໄປໄດ້” ໃນ YouTube, ສອນເປັນພາສາອັງກິດໂດຍ Joe Blitzstein ຈາກມະຫາວິທະຍາໄລ Harvard, ເປັນຊັບພະຍາກອນອັນລ້ຳຄ່າສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມຮູ້ກ່ຽວກັບຄວາມເປັນໄປໄດ້ທີ່ເລິກເຊິ່ງ.. ລາຍການຫຼິ້ນປະກອບມີວິດີໂອບົດຮຽນ, ອຸປະກອນການທົບທວນ, ແລະບົດຝຶກຫັດຫຼາຍກວ່າ 250 ແບບທີ່ມີການແກ້ໄຂລະອຽດ.

ຫຼັກສູດພາສາອັງກິດນີ້ແມ່ນການແນະນໍາທີ່ສົມບູນແບບກ່ຽວກັບຄວາມເປັນໄປໄດ້, ນໍາສະເຫນີເປັນພາສາທີ່ສໍາຄັນແລະຊຸດເຄື່ອງມືສໍາລັບການເຂົ້າໃຈສະຖິຕິ, ວິທະຍາສາດ, ຄວາມສ່ຽງແລະຄວາມສຸ່ມ. ແນວຄວາມຄິດທີ່ສອນແມ່ນໃຊ້ໄດ້ໃນຂົງເຂດຕ່າງໆເຊັ່ນ: ສະຖິຕິ, ວິທະຍາສາດ, ວິສະວະກໍາ, ເສດຖະສາດ, ການເງິນແລະຊີວິດປະຈໍາວັນ.

ຫົວຂໍ້ທີ່ກວມເອົາປະກອບມີພື້ນຖານຂອງຄວາມເປັນໄປໄດ້, ຕົວແປແບບສຸ່ມແລະການແຜ່ກະຈາຍຂອງພວກມັນ, ການແຈກຢາຍ univariate ແລະ multivariate, ທິດສະດີຈໍາກັດ, ແລະລະບົບຕ່ອງໂສ້ Markov. ຫຼັກສູດຕ້ອງການຄວາມຮູ້ເບື້ອງຕົ້ນກ່ຽວກັບການຄິດໄລ່ຕົວແປຫນຶ່ງແລະຄວາມຄຸ້ນເຄີຍກັບ matrices.

ສໍາລັບຜູ້ທີ່ມີຄວາມສະດວກສະບາຍກັບພາສາອັງກິດແລະກະຕືລືລົ້ນທີ່ຈະຄົ້ນຫາໂລກຂອງຄວາມເປັນໄປໄດ້ໃນຄວາມເລິກ, ຊຸດຫຼັກສູດ Harvard ນີ້ສະເຫນີໂອກາດການຮຽນຮູ້ທີ່ອຸດົມສົມບູນ. ທ່ານ​ສາ​ມາດ​ເຂົ້າ​ເຖິງ playlist ແລະ​ເນື້ອ​ໃນ​ລະ​ອຽດ​ຂອງ​ມັນ​ໄດ້​ໂດຍ​ກົງ​ຢູ່​ໃນ YouTube​.

 

ຄວາມເປັນໄປໄດ້ອະທິບາຍ. ຫຼັກສູດທີ່ມີຄໍາບັນຍາຍພາສາຝຣັ່ງ (Harvard)

ຫຼັກສູດ "ໂອກາດໄຂມັນ: ຄວາມເປັນໄປໄດ້ຈາກພື້ນຖານ," ສະເຫນີໂດຍ HarvardX ໃນ edX, ເປັນການແນະນໍາທີ່ຫນ້າປະທັບໃຈກັບຄວາມເປັນໄປໄດ້ແລະສະຖິຕິ. ເຖິງແມ່ນວ່າຫຼັກສູດໄດ້ຖືກສອນເປັນພາສາອັງກິດ, ມັນສາມາດເຂົ້າເຖິງຜູ້ຊົມທີ່ເວົ້າພາສາຝຣັ່ງໄດ້ຍ້ອນຄໍາບັນຍາຍພາສາຝຣັ່ງທີ່ມີຢູ່.

ຫຼັກສູດ 3 ອາທິດນີ້, ຕ້ອງການ 5 ຫາ XNUMX ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ຖືກອອກແບບມາສໍາລັບຜູ້ທີ່ໃຫມ່ໃນການສຶກສາຄວາມເປັນໄປໄດ້ຫຼືຊອກຫາການທົບທວນທີ່ສາມາດເຂົ້າເຖິງໄດ້ຂອງແນວຄວາມຄິດທີ່ສໍາຄັນກ່ອນທີ່ຈະລົງທະບຽນໃນຫຼັກສູດສະຖິຕິລະດັບມະຫາວິທະຍາໄລ. "ໂອກາດໄຂມັນ" ເນັ້ນໃສ່ການພັດທະນາແນວຄິດທາງຄະນິດສາດຫຼາຍກວ່າການຈື່ຈໍາຄໍາສັບແລະສູດ.

ໂມດູນເບື້ອງຕົ້ນແນະນໍາທັກສະການນັບພື້ນຖານ, ເຊິ່ງຫຼັງຈາກນັ້ນຖືກນໍາໃຊ້ກັບບັນຫາຄວາມເປັນໄປໄດ້ງ່າຍໆ. ໂມດູນຕໍ່ມາຄົ້ນຄວ້າວິທີການທີ່ແນວຄວາມຄິດແລະເຕັກນິກເຫຼົ່ານີ້ສາມາດປັບຕົວເພື່ອແກ້ໄຂບັນຫາຄວາມເປັນໄປໄດ້ທີ່ກວ້າງຂວາງ. ຫຼັກສູດຈົບລົງດ້ວຍການແນະນໍາສະຖິຕິໂດຍຜ່ານແນວຄິດຂອງມູນຄ່າທີ່ຄາດໄວ້, ຄວາມແຕກຕ່າງກັນແລະການແຈກຢາຍປົກກະຕິ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ຊອກຫາເພື່ອເພີ່ມທັກສະການສົມເຫດສົມຜົນທາງດ້ານປະລິມານແລະເຂົ້າໃຈພື້ນຖານຂອງຄວາມເປັນໄປໄດ້ແລະສະຖິຕິ. ມັນສະຫນອງທັດສະນະທີ່ອຸດົມສົມບູນກ່ຽວກັບລັກສະນະສະສົມຂອງຄະນິດສາດແລະວິທີການນໍາໃຊ້ກັບຄວາມເຂົ້າໃຈຄວາມສ່ຽງແລະຄວາມສຸ່ມ.

 

ການອ້າງອີງທາງສະຖິຕິ ແລະການສ້າງແບບຈໍາລອງສໍາລັບການທົດລອງທີ່ຜ່ານລະດັບສູງ (Harvard)

ຫຼັກສູດ "ການສະຫຼຸບສະຖິຕິ ແລະການສ້າງແບບຈໍາລອງສໍາລັບການທົດລອງທີ່ຜ່ານທາງສະຖິຕິສູງ" ໃນພາສາອັງກິດແມ່ນເນັ້ນໃສ່ເຕັກນິກທີ່ໃຊ້ເພື່ອປະຕິບັດສະຖິຕິສະຖິຕິໃນຂໍ້ມູນຜ່ານທາງສູງ. ຫຼັກສູດສີ່ອາທິດນີ້, ຕ້ອງການ 2-4 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ເປັນຊັບພະຍາກອນທີ່ມີຄຸນຄ່າສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈແລະນໍາໃຊ້ວິທີການສະຖິຕິຂັ້ນສູງໃນການຕັ້ງຄ່າການຄົ້ນຄວ້າທີ່ມີຂໍ້ມູນ.

ໂຄງການດັ່ງກ່າວກວມເອົາຫຼາຍຫົວຂໍ້, ລວມທັງບັນຫາການປຽບທຽບຫຼາຍ, ອັດຕາຄວາມຜິດພາດ, ຂັ້ນຕອນການຄວບຄຸມອັດຕາຄວາມຜິດພາດ, ອັດຕາການຄົ້ນພົບທີ່ບໍ່ຖືກຕ້ອງ, q-values, ແລະການວິເຄາະຂໍ້ມູນການສໍາຫຼວດ. ມັນຍັງແນະນໍາການສ້າງແບບຈໍາລອງທາງສະຖິຕິແລະການນໍາໄປໃຊ້ກັບຂໍ້ມູນທີ່ມີຄວາມໄວສູງ, ປຶກສາຫາລືການແຈກຢາຍຕົວກໍານົດການເຊັ່ນ binomial, exponential, ແລະ gamma, ແລະອະທິບາຍການຄາດຄະເນຄວາມເປັນໄປໄດ້ສູງສຸດ.

ນັກຮຽນຈະຮຽນຮູ້ວິທີການນຳໃຊ້ແນວຄວາມຄິດເຫຼົ່ານີ້ໃນສະພາບການຕ່າງໆ ເຊັ່ນ: ການຈັດລຳດັບລຸ້ນຕໍ່ໄປ ແລະຂໍ້ມູນ microarray. ຫຼັກສູດຍັງກວມເອົາຕົວແບບລໍາດັບຊັ້ນແລະ empirics Bayesian, ດ້ວຍຕົວຢ່າງການປະຕິບັດຂອງພວກມັນ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບການ inference ສະຖິຕິແລະການສ້າງແບບຈໍາລອງໃນການຄົ້ນຄວ້າວິທະຍາສາດທີ່ທັນສະໄຫມ. ມັນສະຫນອງທັດສະນະໃນຄວາມເລິກກ່ຽວກັບການວິເຄາະສະຖິຕິຂອງຂໍ້ມູນສະລັບສັບຊ້ອນແລະເປັນຊັບພະຍາກອນທີ່ດີເລີດສໍາລັບນັກຄົ້ນຄວ້າ, ນັກສຶກສາແລະຜູ້ຊ່ຽວຊານໃນຂົງເຂດວິທະຍາສາດຊີວິດ, bioinformatics ແລະສະຖິຕິ.

 

ແນະນຳກ່ຽວກັບຄວາມເປັນໄປໄດ້ (Harvard)

ຫຼັກສູດ "ການແນະນໍາກ່ຽວກັບຄວາມເປັນໄປໄດ້", ສະເຫນີໂດຍ HarvardX ໃນ edX, ເປັນການຂຸດຄົ້ນໃນຄວາມເລິກຂອງຄວາມເປັນໄປໄດ້, ເປັນພາສາແລະເຄື່ອງມືທີ່ຈໍາເປັນສໍາລັບການເຂົ້າໃຈຂໍ້ມູນ, ໂອກາດ, ແລະບໍ່ແນ່ນອນ. ເຖິງແມ່ນວ່າຫຼັກສູດໄດ້ຖືກສອນເປັນພາສາອັງກິດ, ມັນສາມາດເຂົ້າເຖິງຜູ້ຊົມທີ່ເວົ້າພາສາຝຣັ່ງໄດ້ຍ້ອນຄໍາບັນຍາຍພາສາຝຣັ່ງທີ່ມີຢູ່.

ຫຼັກສູດສິບອາທິດນີ້, ຕ້ອງການ 5-10 ຊົ່ວໂມງຮຽນຕໍ່ອາທິດ, ມີຈຸດປະສົງເພື່ອນໍາເອົາເຫດຜົນໄປສູ່ໂລກທີ່ເຕັມໄປດ້ວຍໂອກາດແລະຄວາມບໍ່ແນ່ນອນ. ມັນຈະສະຫນອງເຄື່ອງມືທີ່ຈໍາເປັນເພື່ອເຂົ້າໃຈຂໍ້ມູນ, ວິທະຍາສາດ, ປັດຊະຍາ, ວິສະວະກໍາ, ເສດຖະກິດແລະການເງິນ. ທ່ານຈະບໍ່ພຽງແຕ່ຮຽນຮູ້ວິທີການແກ້ໄຂບັນຫາດ້ານວິຊາການທີ່ຊັບຊ້ອນ, ແຕ່ຍັງວິທີການນໍາໃຊ້ວິທີແກ້ໄຂເຫຼົ່ານີ້ໃນຊີວິດປະຈໍາວັນ.

ດ້ວຍຕົວຢ່າງຕັ້ງແຕ່ການທົດສອບທາງການແພດຈົນເຖິງການຄາດເດົາກິລາ, ທ່ານຈະໄດ້ຮັບພື້ນຖານອັນແຂງແກ່ນສໍາລັບການສຶກສາການສະຫຼຸບສະຖິຕິ, ຂະບວນການ stochastic, ສູດການຄິດໄລ່ແບບສຸ່ມ, ແລະຫົວຂໍ້ອື່ນໆທີ່ຄວາມເປັນໄປໄດ້ແມ່ນມີຄວາມຈໍາເປັນ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ຊອກຫາເພື່ອເພີ່ມຄວາມເຂົ້າໃຈຂອງເຂົາເຈົ້າກ່ຽວກັບຄວາມບໍ່ແນ່ນອນແລະໂອກາດ, ເຮັດໃຫ້ການຄາດຄະເນທີ່ດີ, ແລະຄວາມເຂົ້າໃຈຕົວແປແບບສຸ່ມ. ມັນສະຫນອງທັດສະນະທີ່ອຸດົມສົມບູນກ່ຽວກັບການແຈກຢາຍຄວາມເປັນໄປໄດ້ທົ່ວໄປທີ່ໃຊ້ໃນສະຖິຕິແລະວິທະຍາສາດຂໍ້ມູນ.

 

ການນຳໃຊ້ຄຳນວນ (Harvard)

ຫຼັກສູດ “ການຄິດໄລ່ການນຳມາໃຊ້!” ທີ່ສະເໜີໃຫ້ໂດຍ Harvard ໃນ edX, ເປັນການສຳຫຼວດຄວາມເລິກຂອງການນຳໃຊ້ຄຳນວນຕົວແປດຽວໃນສັງຄົມ, ຊີວິດ, ແລະວິທະຍາສາດທາງກາຍຍະພາບ. ຫຼັກສູດນີ້, ທັງຫມົດໃນພາສາອັງກິດ, ເປັນໂອກາດທີ່ດີເລີດສໍາລັບຜູ້ທີ່ຊອກຫາທີ່ຈະເຂົ້າໃຈວິທີການຄິດໄລ່ການຄິດໄລ່ໃນສະພາບຕົວຈິງຂອງມືອາຊີບໃນໂລກ.

ໃຊ້ເວລາສິບອາທິດແລະຕ້ອງການລະຫວ່າງ 3 ຫາ 6 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ຫຼັກສູດນີ້ເກີນກວ່າປື້ມແບບຮຽນແບບດັ້ງເດີມ. ລາວຮ່ວມມືກັບຜູ້ຊ່ຽວຊານຈາກສາຂາຕ່າງໆເພື່ອສະແດງໃຫ້ເຫັນວ່າການຄິດໄລ່ຖືກໃຊ້ໃນການວິເຄາະແລະແກ້ໄຂບັນຫາຕົວຈິງແນວໃດ. ນັກສຶກສາຈະສໍາຫຼວດຄໍາຮ້ອງສະຫມັກທີ່ຫຼາກຫຼາຍ, ຕັ້ງແຕ່ການວິເຄາະເສດຖະກິດເຖິງການສ້າງແບບຈໍາລອງທາງຊີວະພາບ.

ໂຄງການດັ່ງກ່າວກວມເອົາການນໍາໃຊ້ອະນຸພັນ, ປະສົມປະສານ, ສົມຜົນຄວາມແຕກຕ່າງ, ແລະເນັ້ນຫນັກໃສ່ຄວາມສໍາຄັນຂອງຕົວແບບແລະຕົວກໍານົດການທາງຄະນິດສາດ. ມັນໄດ້ຖືກອອກແບບສໍາລັບຜູ້ທີ່ມີຄວາມເຂົ້າໃຈພື້ນຖານຂອງການຄິດໄລ່ຕົວແປຫນຶ່ງແລະມີຄວາມສົນໃຈໃນການປະຕິບັດຕົວຈິງຂອງມັນໃນຂົງເຂດຕ່າງໆ.

ຫຼັກສູດນີ້ແມ່ນດີເລີດສໍາລັບນັກຮຽນ, ຄູສອນ, ແລະຜູ້ຊ່ຽວຊານທີ່ຊອກຫາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບຄໍານວນແລະຄົ້ນພົບຄໍາຮ້ອງສະຫມັກໃນໂລກທີ່ແທ້ຈິງຂອງມັນ.

 

ແນະນຳການໃຫ້ເຫດຜົນທາງຄະນິດສາດ (ສະແຕນຟອດ)

ຫຼັກສູດ "ການແນະນໍາທາງຄະນິດສາດ", ສະເຫນີໂດຍມະຫາວິທະຍາໄລ Stanford ໃນ Coursera, ແມ່ນການເຂົ້າໄປໃນໂລກຂອງເຫດຜົນທາງຄະນິດສາດ. ເຖິງແມ່ນວ່າຫຼັກສູດໄດ້ຖືກສອນເປັນພາສາອັງກິດ, ມັນສາມາດເຂົ້າເຖິງຜູ້ຊົມທີ່ເວົ້າພາສາຝຣັ່ງໄດ້ຍ້ອນຄໍາບັນຍາຍພາສາຝຣັ່ງທີ່ມີຢູ່.

ຫຼັກສູດ 38 ອາທິດນີ້, ຕ້ອງການເວລາທັງໝົດປະມານ 12 ຊົ່ວໂມງ ຫຼື ປະມານ XNUMX ຊົ່ວໂມງຕໍ່ອາທິດ, ແມ່ນອອກແບບມາສຳລັບຜູ້ທີ່ຢາກພັດທະນາການຄິດຄະນິດສາດ, ແຕກຕ່າງຈາກການຮຽນຄະນິດສາດແບບງ່າຍໆ ເພາະມັນມັກຈະຖືກນຳສະເໜີຢູ່ໃນລະບົບໂຮງຮຽນ. ຫຼັກສູດແມ່ນສຸມໃສ່ການພັດທະນາວິທີການຄິດ "ນອກກ່ອງ", ເປັນທັກສະທີ່ມີຄຸນຄ່າໃນໂລກມື້ນີ້.

ນັກຮຽນຈະຄົ້ນຫາວິທີທີ່ນັກຄະນິດສາດທີ່ເປັນມືອາຊີບຄິດທີ່ຈະແກ້ໄຂບັນຫາຕົວຈິງ, ບໍ່ວ່າຈະມາຈາກໂລກປະຈໍາວັນ, ຈາກວິທະຍາສາດ, ຫຼືຈາກຄະນິດສາດເອງ. ຫຼັກສູດດັ່ງກ່າວຊ່ວຍພັດທະນາວິທີການຄິດທີ່ສຳຄັນນີ້, ເກີນກວ່າຂັ້ນຕອນການຮຽນຮູ້ເພື່ອແກ້ໄຂບັນຫາທີ່ເປັນແບບຢ່າງ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ຊອກຫາເພື່ອເສີມສ້າງເຫດຜົນດ້ານປະລິມານຂອງເຂົາເຈົ້າແລະເຂົ້າໃຈພື້ນຖານຂອງເຫດຜົນທາງຄະນິດສາດ. ມັນສະຫນອງທັດສະນະທີ່ອຸດົມສົມບູນກ່ຽວກັບລັກສະນະສະສົມຂອງຄະນິດສາດແລະການນໍາໃຊ້ຂອງມັນເພື່ອເຂົ້າໃຈບັນຫາທີ່ສັບສົນ.

 

ການຮຽນຮູ້ສະຖິຕິກັບ R (Stanford)

ຫຼັກສູດ "ການຮຽນຮູ້ສະຖິຕິກັບ R", ສະເຫນີໂດຍ Stanford, ແມ່ນການແນະນໍາລະດັບປານກາງໃນການຮຽນຮູ້ທີ່ມີການຄວບຄຸມ, ສຸມໃສ່ການ regression ແລະການຈັດປະເພດ. ຫຼັກສູດນີ້, ທັງຫມົດໃນພາສາອັງກິດ, ເປັນຊັບພະຍາກອນທີ່ມີຄຸນຄ່າສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈແລະນໍາໃຊ້ວິທີການສະຖິຕິໃນຂົງເຂດວິທະຍາສາດຂໍ້ມູນ.

ໃຊ້ເວລາສິບເອັດອາທິດແລະຕ້ອງການ 3-5 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ຫຼັກສູດກວມເອົາທັງວິທີການໃຫມ່ແບບດັ້ງເດີມແລະທີ່ຫນ້າຕື່ນເຕັ້ນໃນການສ້າງແບບຈໍາລອງສະຖິຕິ, ແລະວິທີການນໍາໃຊ້ໃນພາສາການຂຽນໂປຼແກຼມ R. ຫຼັກສູດໄດ້ຖືກປັບປຸງໃນປີ 2021 ສໍາລັບສະບັບທີສອງຂອງ ຄູ່ມືຫຼັກສູດ.

ຫົວຂໍ້ປະກອບມີການປະຕິສັງຂອນເສັ້ນແລະ polynomial, regression logistic ແລະການວິເຄາະຈໍາແນກເສັ້ນ, ການກວດສອບຂ້າມແລະ bootstrapping, ການຄັດເລືອກແບບຈໍາລອງແລະວິທີການປົກກະຕິ (ridge and lasso), ແບບ nonlinear, splines ແລະແບບຈໍາລອງການເພີ່ມເຕີມທົ່ວໄປ, ວິທີການຕາມຕົ້ນໄມ້, ປ່າໄມ້ແບບສຸ່ມແລະການຊຸກຍູ້, ສະຫນັບສະຫນູນເຄື່ອງຈັກ vector, ເຄືອຂ່າຍ neural ແລະການຮຽນຮູ້ເລິກ, ແບບຈໍາລອງການຢູ່ລອດ, ແລະການທົດສອບຫຼາຍ.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ມີຄວາມຮູ້ພື້ນຖານກ່ຽວກັບສະຖິຕິ, ພຶດຊະຄະນິດເສັ້ນຊື່, ແລະວິທະຍາສາດຄອມພິວເຕີ, ແລະຜູ້ທີ່ກໍາລັງຊອກຫາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງຂອງເຂົາເຈົ້າກ່ຽວກັບການຮຽນຮູ້ສະຖິຕິແລະການນໍາໃຊ້ໃນວິທະຍາສາດຂໍ້ມູນ.

 

ວິທີການຮຽນຄະນິດສາດ: ຫຼັກສູດສໍາລັບທຸກຄົນ (ສະແຕນຟອດ)

ຫຼັກສູດ "ວິທີການຮຽນຄະນິດສາດ: ສໍາລັບນັກຮຽນ", ສະເຫນີໂດຍ Stanford. ເປັນຫຼັກສູດອອນໄລນ໌ຟຣີສໍາລັບຜູ້ຮຽນຂອງທຸກລະດັບຂອງຄະນິດສາດ. ທັງຫມົດໃນພາສາອັງກິດ, ມັນລວມຂໍ້ມູນທີ່ສໍາຄັນກ່ຽວກັບສະຫມອງທີ່ມີຫຼັກຖານໃຫມ່ກ່ຽວກັບວິທີທີ່ດີທີ່ສຸດທີ່ຈະເຂົ້າຫາຄະນິດສາດ.

ໃຊ້ເວລາຫົກອາທິດແລະຕ້ອງການ 1 ຫາ 3 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ. ຫຼັກສູດໄດ້ຖືກອອກແບບເພື່ອຫັນປ່ຽນຄວາມສໍາພັນຂອງຜູ້ຮຽນກັບຄະນິດສາດ. ຫຼາຍ​ຄົນ​ເຄີຍ​ມີ​ປະ​ສົບ​ການ​ທາງ​ລົບ​ກັບ​ຄະ​ນິດ​ສາດ​, ນໍາ​ໄປ​ສູ່​ການ​ລັງ​ກຽດ​ຫຼື​ຄວາມ​ລົ້ມ​ເຫຼວ​. ຫຼັກສູດນີ້ມີຈຸດປະສົງເພື່ອໃຫ້ຜູ້ຮຽນມີຂໍ້ມູນທີ່ພວກເຂົາຕ້ອງການເພື່ອເພີດເພີນກັບຄະນິດສາດ.

ກວມເອົາຫົວຂໍ້ເຊັ່ນ: ສະຫມອງແລະການຮຽນຮູ້ຄະນິດສາດ. Myths ກ່ຽວກັບຄະນິດສາດ, ແນວຄວາມຄິດ, ຄວາມຜິດພາດແລະຄວາມໄວແມ່ນຍັງກວມເອົາ. ຄວາມຍືດຫຍຸ່ນຂອງຕົວເລກ, ເຫດຜົນທາງຄະນິດສາດ, ການເຊື່ອມຕໍ່, ແບບຈໍາລອງຕົວເລກກໍ່ເປັນສ່ວນຫນຶ່ງຂອງໂຄງການ. ການເປັນຕົວແທນຂອງຄະນິດສາດໃນຊີວິດ, ແຕ່ຍັງຢູ່ໃນທໍາມະຊາດແລະໃນການເຮັດວຽກບໍ່ໄດ້ຖືກລືມ. ຫຼັກສູດໄດ້ຖືກອອກແບບດ້ວຍ pedagogy ການມີສ່ວນຮ່ວມຢ່າງຫ້າວຫັນ, ເຮັດໃຫ້ການຮຽນຮູ້ການໂຕ້ຕອບແລະການເຄື່ອນໄຫວ.

ມັນເປັນຊັບພະຍາກອນທີ່ມີຄຸນຄ່າສໍາລັບທຸກຄົນທີ່ຕ້ອງການເບິ່ງຄະນິດສາດທີ່ແຕກຕ່າງກັນ. ພັດທະນາຄວາມເຂົ້າໃຈທີ່ເລິກເຊິ່ງແລະໃນທາງບວກກ່ຽວກັບລະບຽບວິໄນນີ້. ມັນເຫມາະສົມໂດຍສະເພາະສໍາລັບຜູ້ທີ່ມີປະສົບການທາງລົບກັບຄະນິດສາດໃນອະດີດແລະກໍາລັງຊອກຫາການປ່ຽນແປງຄວາມຮັບຮູ້ນີ້.

 

ການຈັດການຄວາມເປັນໄປໄດ້ (ສະແຕນຟອດ)

ຫຼັກສູດ "ການແນະນໍາການຄຸ້ມຄອງຄວາມເປັນໄປໄດ້", ສະເຫນີໂດຍ Stanford, ເປັນການແນະນໍາກ່ຽວກັບລະບຽບວິໄນຂອງການຄຸ້ມຄອງຄວາມເປັນໄປໄດ້. ພາກສະຫນາມນີ້ສຸມໃສ່ການສື່ສານແລະການຄິດໄລ່ຄວາມບໍ່ແນ່ນອນໃນຮູບແບບຂອງຕາຕະລາງຂໍ້ມູນທີ່ສາມາດກວດສອບໄດ້ທີ່ເອີ້ນວ່າ Stochastic Information Packets (SIPs). ຫຼັກສູດ 1 ອາທິດນີ້ຕ້ອງໃຊ້ເວລາຮຽນ 5 ຫາ XNUMX ຊົ່ວໂມງຕໍ່ອາທິດ, ແນ່ນອນວ່າມັນເປັນຊັບພະຍາກອນທີ່ມີຄຸນຄ່າສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈແລະນໍາໃຊ້ວິທີການສະຖິຕິໃນຂົງເຂດວິທະຍາສາດຂໍ້ມູນ.

ຫຼັກສູດຫຼັກສູດກວມເອົາຫົວຂໍ້ຕ່າງໆເຊັ່ນການຮັບຮູ້ "ຂໍ້ບົກພ່ອງຂອງຄ່າສະເລ່ຍ", ຊຸດຂອງຄວາມຜິດພາດລະບົບທີ່ເກີດຂື້ນໃນເວລາທີ່ຄວາມບໍ່ແນ່ນອນຖືກສະແດງໂດຍຕົວເລກດຽວ, ໂດຍປົກກະຕິແມ່ນສະເລ່ຍ. ມັນອະທິບາຍວ່າເປັນຫຍັງໂຄງການຈໍານວນຫຼາຍຊັກຊ້າ, ເກີນງົບປະມານແລະພາຍໃຕ້ງົບປະມານ. ຫຼັກສູດຍັງສອນ Uncertainty Arithmetic, ເຊິ່ງປະຕິບັດການຄິດໄລ່ດ້ວຍວັດສະດຸປ້ອນທີ່ບໍ່ແນ່ນອນ, ເຮັດໃຫ້ຜົນໄດ້ຮັບທີ່ບໍ່ແນ່ນອນຈາກທີ່ທ່ານສາມາດຄິດໄລ່ຜົນໄດ້ຮັບສະເລ່ຍທີ່ແທ້ຈິງແລະໂອກາດທີ່ຈະບັນລຸເປົ້າຫມາຍທີ່ກໍານົດໄວ້.

ນັກສຶກສາຈະຮຽນຮູ້ວິທີການສ້າງການຈໍາລອງແບບໂຕ້ຕອບທີ່ສາມາດແບ່ງປັນກັບຜູ້ໃຊ້ Excel ໃດໆໂດຍບໍ່ຕ້ອງການ add-ins ຫຼື macro. ວິທີການນີ້ແມ່ນເຫມາະສົມສໍາລັບ Python ຫຼືສະພາບແວດລ້ອມການຂຽນໂປຼແກຼມໃດໆທີ່ສະຫນັບສະຫນູນ arrays.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ສະດວກສະບາຍກັບ Microsoft Excel ແລະກໍາລັງຊອກຫາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບການຄຸ້ມຄອງຄວາມເປັນໄປໄດ້ແລະການນໍາໃຊ້ຂອງມັນໃນວິທະຍາສາດຂໍ້ມູນ.

 

ວິທະຍາສາດຂອງຄວາມບໍ່ແນ່ນອນແລະຂໍ້ມູນ  (MIT)

ຫຼັກສູດ "ຄວາມເປັນໄປໄດ້ - ວິທະຍາສາດຂອງຄວາມບໍ່ແນ່ນອນແລະຂໍ້ມູນ", ສະເຫນີໂດຍ Massachusetts Institute of Technology (MIT). ເປັນການແນະນໍາພື້ນຖານຂອງວິທະຍາສາດຂໍ້ມູນຜ່ານແບບຈໍາລອງຄວາມເປັນໄປໄດ້. ຫຼັກສູດນີ້ໃຊ້ເວລາສິບຫົກອາທິດ, ຮຽກຮ້ອງໃຫ້ຮຽນ 10 ຫາ 14 ຊົ່ວໂມງຕໍ່ອາທິດ. ມັນກົງກັບສ່ວນຫນຶ່ງຂອງໂຄງການ MIT MicroMasters ໃນສະຖິຕິແລະວິທະຍາສາດຂໍ້ມູນ.

ຫຼັກສູດນີ້ສໍາຫຼວດໂລກຂອງຄວາມບໍ່ແນ່ນອນ: ຈາກອຸປະຕິເຫດໃນຕະຫຼາດການເງິນທີ່ບໍ່ສາມາດຄາດເດົາໄດ້ຈົນເຖິງການສື່ສານ. ການສ້າງແບບຈໍາລອງຄວາມເປັນໄປໄດ້ ແລະຂົງເຂດທີ່ກ່ຽວຂ້ອງຂອງການສົມມຸດສະຖິຕິ. ແມ່ນສອງກະແຈໃນການວິເຄາະຂໍ້ມູນນີ້ ແລະເຮັດການຄາດເດົາທາງວິທະຍາສາດ.

ນັກຮຽນຈະຄົ້ນພົບໂຄງສ້າງ ແລະອົງປະກອບພື້ນຖານຂອງແບບຈໍາລອງຄວາມເປັນໄປໄດ້. ລວມທັງຕົວແປແບບສຸ່ມ, ການແຈກຢາຍ, ວິທີການແລະຄວາມແຕກຕ່າງກັນ. ຫຼັກສູດຍັງກວມເອົາວິທີການ inference. ກົດຫມາຍຂອງຈໍານວນຂະຫນາດໃຫຍ່ແລະຄໍາຮ້ອງສະຫມັກຂອງເຂົາເຈົ້າ, ເຊັ່ນດຽວກັນກັບຂະບວນການສຸ່ມ.

ຫຼັກສູດນີ້ແມ່ນດີເລີດສໍາລັບຜູ້ທີ່ຕ້ອງການຄວາມຮູ້ພື້ນຖານໃນວິທະຍາສາດຂໍ້ມູນ. ມັນສະຫນອງທັດສະນະທີ່ສົມບູນແບບກ່ຽວກັບແບບຈໍາລອງທີ່ເປັນໄປໄດ້. ຈາກອົງປະກອບພື້ນຖານໄປສູ່ຂະບວນການແບບສຸ່ມແລະ inference ສະຖິຕິ. ທັງຫມົດນີ້ແມ່ນເປັນປະໂຫຍດໂດຍສະເພາະສໍາລັບຜູ້ຊ່ຽວຊານແລະນັກສຶກສາ. ໂດຍສະເພາະໃນຂົງເຂດວິທະຍາສາດຂໍ້ມູນ, ວິສະວະກໍາແລະສະຖິຕິ.

 

ຄວາມ​ເປັນ​ໄປ​ໄດ້​ຂອງ​ການ​ຄິດ​ໄລ່​ແລະ Inference (MIT​)

ສະຖາບັນເທັກໂນໂລຍີລັດ Massachusetts (MIT) ນຳສະເໜີຫຼັກສູດ "ຄວາມເປັນໄປໄດ້ທາງຄອມພີວເຕີ ແລະ ການສົມມຸດຕິຖານ" ເປັນພາສາອັງກິດ. ໂຄງການດັ່ງກ່າວລວມມີການແນະນຳລະດັບປານກາງຕໍ່ກັບການວິເຄາະຄວາມເປັນໄປໄດ້ ແລະ ການສົມມຸດຕິຖານ. ຫຼັກສູດສິບສອງອາທິດນີ້, ຕ້ອງການ 4 ຫາ 6 ຊົ່ວໂມງຂອງການສຶກສາຕໍ່ອາທິດ, ເປັນການສຳຫຼວດທີ່ໜ້າສົນໃຈຂອງຄວາມເປັນໄປໄດ້ ແລະ ການສົມມຸດຕິຖານທີ່ຖືກນໍາໃຊ້ໃນຂົງເຂດຕ່າງໆເຊັ່ນ: ການກັ່ນຕອງຂີ້ເຫຍື້ອ, ການນໍາທາງ bot ມືຖື, ຫຼືແມ້ກະທັ້ງໃນເກມຍຸດທະສາດເຊັ່ນ: Jeopardy ແລະ Go.

ໃນຫຼັກສູດນີ້, ທ່ານຈະໄດ້ຮຽນຮູ້ຫຼັກການຂອງຄວາມເປັນໄປໄດ້ແລະ inference ແລະວິທີການປະຕິບັດໃຫ້ເຂົາເຈົ້າໃນໂຄງການຄອມພິວເຕີທີ່ສົມເຫດສົມຜົນກັບຄວາມບໍ່ແນ່ນອນແລະເຮັດໃຫ້ການຄາດຄະເນ. ທ່ານຈະໄດ້ຮຽນຮູ້ກ່ຽວກັບໂຄງສ້າງຂໍ້ມູນທີ່ແຕກຕ່າງກັນສໍາລັບການເກັບຮັກສາການແຈກຢາຍຄວາມເປັນໄປໄດ້, ເຊັ່ນ: ຮູບແບບກາຟິກທີ່ອາດຈະເປັນໄປໄດ້, ແລະພັດທະນາສູດການຄິດໄລ່ທີ່ມີປະສິດທິພາບສໍາລັບການສົມເຫດສົມຜົນກັບໂຄງສ້າງຂໍ້ມູນເຫຼົ່ານີ້.

ໃນຕອນທ້າຍຂອງຫຼັກສູດນີ້, ທ່ານຈະໄດ້ຮູ້ວິທີການສ້າງແບບຈໍາລອງບັນຫາໃນໂລກທີ່ແທ້ຈິງກັບຄວາມເປັນໄປໄດ້ແລະວິທີການນໍາໃຊ້ຕົວແບບທີ່ເປັນຜົນມາຈາກການສະຫຼຸບ. ທ່ານບໍ່ຈໍາເປັນຕ້ອງມີປະສົບການກ່ອນຫນ້າໃນຄວາມເປັນໄປໄດ້ຫຼື inference, ແຕ່ທ່ານຄວນສະດວກສະບາຍກັບການຂຽນໂປລແກລມ Python ພື້ນຖານແລະການຄິດໄລ່.

ຫຼັກສູດນີ້ແມ່ນຊັບພະຍາກອນອັນສໍາຄັນສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈແລະນໍາໃຊ້ວິທີການສະຖິຕິໃນຂົງເຂດວິທະຍາສາດຂໍ້ມູນ, ສະຫນອງທັດສະນະທີ່ສົມບູນແບບກ່ຽວກັບແບບຈໍາລອງຄວາມເປັນໄປໄດ້ແລະການຄາດເດົາທາງສະຖິຕິ.

 

ໃນຫົວໃຈຂອງຄວາມບໍ່ແນ່ນອນ: MIT Demystifies ຄວາມເປັນໄປໄດ້

ໃນຫຼັກສູດ "Introduction to Probability Part II: Inference Processes", ສະຖາບັນເທັກໂນໂລຍີລັດ Massachusetts (MIT) ສະເໜີການກ້າວເຂົ້າສູ່ໂລກຂອງຄວາມເປັນໄປໄດ້ ແລະ inference. ຫຼັກສູດນີ້, ທັງຫມົດໃນພາສາອັງກິດ, ແມ່ນການສືບຕໍ່ຢ່າງມີເຫດຜົນຂອງພາກທໍາອິດ, ເຂົ້າໄປໃນການວິເຄາະຂໍ້ມູນແລະວິທະຍາສາດຂອງຄວາມບໍ່ແນ່ນອນ.

ໃນໄລຍະເວລາຂອງສິບຫົກອາທິດ, ດ້ວຍຄໍາຫມັ້ນສັນຍາຂອງ 6 ຊົ່ວໂມງຕໍ່ອາທິດ, ຫຼັກສູດນີ້ຂຸດຄົ້ນກົດຫມາຍຂອງຈໍານວນຂະຫນາດໃຫຍ່, ວິທີການ inference Bayesian, ສະຖິຕິຄລາສສິກ, ແລະຂະບວນການແບບສຸ່ມເຊັ່ນ: ຂະບວນການ Poisson ແລະລະບົບຕ່ອງໂສ້ຂອງ Markov. ນີ້ແມ່ນການຂຸດຄົ້ນຢ່າງເຂັ້ມງວດ, ມີຈຸດປະສົງສໍາລັບຜູ້ທີ່ມີພື້ນຖານທີ່ແຂງຢູ່ໃນຄວາມເປັນໄປໄດ້.

ຫຼັກສູດນີ້ຢືນອອກສໍາລັບວິທີການ intuitive ຂອງຕົນ, ໃນຂະນະທີ່ຮັກສາຄວາມເຄັ່ງຄັດທາງຄະນິດສາດ. ມັນບໍ່ພຽງແຕ່ນໍາສະເຫນີທິດສະດີແລະການພິສູດ, ແຕ່ມີຈຸດປະສົງເພື່ອພັດທະນາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບແນວຄວາມຄິດໂດຍຜ່ານການນໍາໃຊ້ສີມັງ. ນັກສຶກສາຈະໄດ້ຮຽນຮູ້ທີ່ຈະສ້າງແບບຈໍາລອງປະກົດການທີ່ຊັບຊ້ອນ ແລະຕີຄວາມໝາຍຂອງຂໍ້ມູນຕົວຈິງ.

ເຫມາະສໍາລັບຜູ້ຊ່ຽວຊານດ້ານວິທະຍາສາດຂໍ້ມູນ, ນັກຄົ້ນຄວ້າ, ແລະນັກສຶກສາ, ຫຼັກສູດນີ້ສະເຫນີທັດສະນະທີ່ເປັນເອກະລັກກ່ຽວກັບວິທີການຄວາມເປັນໄປໄດ້ແລະການ inference ກໍານົດຄວາມເຂົ້າໃຈຂອງພວກເຮົາໃນໂລກ. ທີ່ສົມບູນແບບສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບວິທະຍາສາດຂໍ້ມູນແລະການວິເຄາະສະຖິຕິ.

 

Analytical Combinatorics: A Princeton Course for Deciphering Complex Structures (ພຣິນຕັນ)

ຫຼັກສູດ Analytic Combinatorics, ສະເຫນີໂດຍມະຫາວິທະຍາໄລ Princeton, ແມ່ນການຂຸດຄົ້ນທີ່ ໜ້າ ສົນໃຈຂອງ combinatorics ການວິເຄາະ, ລະບຽບວິໄນທີ່ຊ່ວຍໃຫ້ການຄາດຄະເນປະລິມານທີ່ຊັດເຈນຂອງໂຄງສ້າງປະສົມປະສານທີ່ສັບສົນ. ຫຼັກສູດນີ້, ທັງຫມົດໃນພາສາອັງກິດ, ເປັນຊັບພະຍາກອນທີ່ມີຄຸນຄ່າສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈແລະນໍາໃຊ້ວິທີການຂັ້ນສູງໃນພາກສະຫນາມຂອງ combinatorics.

ໃຊ້ເວລາສາມອາທິດແລະຕ້ອງການປະມານ 16 ຊົ່ວໂມງໃນຈໍານວນທັງຫມົດ, ຫຼືປະມານ 5 ຊົ່ວໂມງຕໍ່ອາທິດ, ຫຼັກສູດນີ້ແນະນໍາວິທີການສັນຍາລັກສໍາລັບການໄດ້ຮັບການພົວພັນທີ່ເປັນປະໂຫຍດລະຫວ່າງຫນ້າທີ່ສ້າງແບບທໍາມະດາ, exponential, ແລະ multivariate. ມັນຍັງຄົ້ນພົບວິທີການຂອງການວິເຄາະທີ່ສັບສົນສໍາລັບການໄດ້ຮັບ asymptotics ຊັດເຈນຈາກສົມຜົນຂອງຫນ້າທີ່ສ້າງ.

ນັກສຶກສາຈະຄົ້ນພົບວິທີການປະສົມການວິເຄາະສາມາດຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນປະລິມານທີ່ຊັດເຈນໃນໂຄງສ້າງປະສົມປະສານຂະຫນາດໃຫຍ່. ພວກເຂົາຈະຮຽນຮູ້ການຫມູນໃຊ້ໂຄງສ້າງປະສົມປະສານແລະນໍາໃຊ້ເຕັກນິກການວິເຄາະທີ່ສັບສົນເພື່ອວິເຄາະໂຄງສ້າງເຫຼົ່ານີ້.

ຫຼັກສູດນີ້ແມ່ນເຫມາະສົມສໍາລັບຜູ້ທີ່ຊອກຫາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບ combinatorics ແລະການນໍາໃຊ້ຂອງມັນໃນການແກ້ໄຂບັນຫາທີ່ສັບສົນ. ມັນສະຫນອງທັດສະນະທີ່ເປັນເອກະລັກກ່ຽວກັບວິທີການປະສົມການວິເຄາະເຮັດໃຫ້ຄວາມເຂົ້າໃຈຂອງພວກເຮົາກ່ຽວກັບໂຄງສ້າງທາງຄະນິດສາດແລະປະສົມປະສານ.