<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
         xmlns:dc="http://purl.org/dc/terms/"
         xmlns:foaf="http://xmlns.com/foaf/0.1/"
         xmlns:bibo="http://purl.org/ontology/bibo/"
         xmlns:fabio="http://purl.org/spar/fabio/"
         xmlns:owl="http://www.w3.org/2002/07/owl#"
         xmlns:event="http://purl.org/NET/c4dm/event.owl#"
         xmlns:ore="http://www.openarchives.org/ore/terms/">

    <rdf:Description rdf:about="https://ris.uni-paderborn.de/record/33273">
        <ore:isDescribedBy rdf:resource="https://ris.uni-paderborn.de/record/33273"/>
        <dc:title>Linear Algebra driven by Data Science</dc:title>
        <bibo:authorList rdf:parseType="Collection">
            <foaf:Person>
                <foaf:name></foaf:name>
                <foaf:surname></foaf:surname>
                <foaf:givenname></foaf:givenname>
            </foaf:Person>
            <foaf:Person>
                <foaf:name></foaf:name>
                <foaf:surname></foaf:surname>
                <foaf:givenname></foaf:givenname>
            </foaf:Person>
            <foaf:Person>
                <foaf:name></foaf:name>
                <foaf:surname></foaf:surname>
                <foaf:givenname></foaf:givenname>
            </foaf:Person>
            <foaf:Person>
                <foaf:name></foaf:name>
                <foaf:surname></foaf:surname>
                <foaf:givenname></foaf:givenname>
            </foaf:Person>
            <foaf:Person>
                <foaf:name></foaf:name>
                <foaf:surname></foaf:surname>
                <foaf:givenname></foaf:givenname>
            </foaf:Person>
            <foaf:Person>
                <foaf:name></foaf:name>
                <foaf:surname></foaf:surname>
                <foaf:givenname></foaf:givenname>
            </foaf:Person>
        </bibo:authorList>
        <bibo:abstract>Dieses Lernangebot widmet sich der linearen Algebra als dem Teil der Mathematik, der neben der Optimierung und der Stochastik die Grundlage für praktisch alle Entwicklungen im Bereich Künstliche Intelligenz (KI) darstellt. Das Fach ist jedoch für Anfänger meist ungewohnt abstrakt und wird daher oft als besonders schwierig und unanschaulich empfunden. In diesem Kurs wird das Erlernen mathematischer Kenntnisse in linearer Algebra verknüpft mit dem aktuellen und faszinierenden Anwendungsfeld der künstlichen neuronalen Netze (KNN). Daraus ergeben sich in natürlicher Weise Anwendungsbeispiele, an denen die wesentlichen Konzepte der linearen Algebra erklärt werden können.

Behandelte Themen sind:

    Der Vektorraum der reellen Zahlentupel, reelle Vektorräume allgemein
    Lineare Abbildungen
    Matrizen
    Koordinaten und darstellende Matrizen
    Lineare Gleichungssysteme, Gaußalgorithmus
    Determinante
    Ein Ausblick auf nichtlineare Techniken, die für neuronale Netzwerke relevant sind.</bibo:abstract>
        <dc:publisher>Hamburg Open Online University</dc:publisher>
    </rdf:Description>
</rdf:RDF>
