Type of Credit: Required
Credit(s)
Number of Students
線性代數在資料科學、機器學習乃至深度學習等等都是重要的數學基礎,亦是密碼學技術設計的核心數學理論之一,尤其在後量子密碼的研究方面。本課程主要介紹基本的矩陣理論,其中包括向量空間、線性轉換,基本垂直、投影理論,以及特徵值、特徵向量等,使學生對矩陣與系統方程式之間的關係有基本的認識。
能力項目說明
1. 瞭解線性代數的核心知識
2. 能做線性代數各種計算, 如行列式值、對角化、SVD 等等
教學週次Course Week | 彈性補充教學週次Flexible Supplemental Instruction Week | 彈性補充教學類別Flexible Supplemental Instruction Type |
---|---|---|
2/20【第 1週】: CH1 System of Linear Equations
學習投入時數: 3 hr
2/27【第 2週】: CH2 Matrices
學習投入時數: 4.5 hr
3/5【第 3週】: CH3 Determinants
學習投入時數: 4.5
3/12【第 4週】:CH3 Determinants
學習投入時數: 4.5 hr
3/19【第 5週】:CH4 Vector Spaces
學習投入時數: 4.5 hr
3/26【第 6週】:CH4 Vector Spaces
學習投入時數: 4.5 hr
4/2【第 7週】:CH5 Inner Product Spaces
學習投入時數: 4.5 hr
4/9【第 8週】:CH5 Inner Product Spaces
學習投入時數: 4.5 h
4/16【第 9週】:期中隨堂考試
4/23【第10週】:CH6 Linear Transformations
學習投入時數: 4.5 hr
4/30【第11週】: CH6 Linear Transformations
學習投入時數: 4.5 hr
5/7【第12週】 : CH6 Linear Transformations
學習投入時數: 4.5 hr
5/14【第13週】: CH7 Eigenvalues and Eigenvectors
學習投入時數: 4.5 hr
5/21【第14週】: 校慶
停課
5/28【第15週】: CH7 Eigenvalues and Eigenvectors
學習投入時數: 4.5 hr
6/4【第16週】: CH7 Eigenvalues and Eigenvectors
學習投入時數: 4.5 hr
6/11【第17週】: 期末隨堂考試
6/18【第18週】: 彈性授課時段 Singular Value Decomposition
1. 課程參與 20%
2. 作業 20%
3. 期中考 30%
4. 期末考 30%
教科書 (必備):
Larson: Elementary Linear Algebra 8/E
ISBN: 9781305658004