đại số tuyến tính trong tiếng Tiếng Anh – Tiếng Việt-Tiếng Anh | Glosbe

đại số tuyến tính trong tiếng Tiếng Anh – Tiếng Việt-Tiếng Anh | Glosbe

Hãy bắt đầu với xét đại số tuyến tính của chúng tôi.

Let’s get started with our linear algebra review.

QED

Nó chỉ ra rằng các ký hiệu tốt nhất là ký hiệu đại số tuyến tính.

It turns out that the best notation is the notation of linear algebra.

QED

Maxwell sử dụng công cụ đại số tuyến tính phát triển gần đây để chứng minh lý thuyết Young.

Maxwell used the recently developed Linear algebra to prove Young’s theory.

WikiMatrix

Phạm vi nghiên cứu những vấn đề này được gọi là đại số tuyến tính bằng số (numerical linear algebra).

The domain studying these matters is called numerical linear algebra.

WikiMatrix

Tôi phải áp dụng kiến thức từ các môn đại số tuyến tính, khoa học, vật lý, và hóa học và sinh học nữa.

I have linear algebra, science, physics — even, nowadays, chemistry and biology, as you’ve seen.

ted2019

Tôi phải áp dụng kiến thức từ các môn đại số tuyến tính, khoa học, vật lý, và hóa học và sinh học nữa.

I have linear algebra, science, physics, even nowadays, chemistry and biology, as you’ve seen.

QED

Trong thực tế, trong suốt phần còn lại những video trên đại số tuyến tính xem xét, tôi sẽ sử dụng một trong những chỉ số vectơ.

In fact, throughout the rest of these videos on linear algebra review, I will be using one index vectors.

QED

Và ma trận đặc biệt, như các nhận dạng ma trận tôi muốn cho bạn biết về, trong kế tiếp và cuối cùng xem lại video của đại số tuyến tính bây giờ.

And the special matrices, like the identity matrix I want to tell you about, in the next and final video now linear algebra review.

QED

Tôi sẽ nhanh chóng cho bạn biết về một vài đặc biệt ma trận hoạt động, và sau khi rằng bạn biết tất cả mọi thứ bạn cần để biết về đại số tuyến tính cho khóa học này

I am going to quickly tell you about a couple of special matrix operations, and after that you know everything you need to know about linear algebra for this course

QED

Và các bài giảng ghi chú trên trang web của khóa học cũng có con trỏ để bổ sung đại số tuyến tính tài nguyên mà bạn có thể sử dụng để tìm hiểu thêm về đại số tuyến tính của mình.

And the lecture notes on the course website also has pointers to additional resources linear algebra which you can use to learn more about linear algebra by yourself.

QED

Nó chỉ ra để thực hiện các thuật toán học máy chúng ta cần chỉ rất, rất cơ bản của đại số tuyến tính và bạn sẽ có thể rất một cách nhanh chóng nhận tất cả mọi thứ bạn cần biết trong kế tiếp vài video.

It turns out in order to implement machine learning algorithms we need only the very, very basics of linear algebra and you’ll be able to very quickly pick up everything you need to know in the next few videos.

QED

Vì vậy, trong trường hợp, trong trường hợp bạn không phải là quen thuộc với đại số tuyến tính hoặc trong trường hợp đại số tuyến tính có vẻ giống như một khái niệm phức tạp, đáng sợ cho những người bạn của những người đã không bao giờ nhìn thấy nó trước, đừng lo lắng về nó.

So, in case, in case you’re not familiar with linear algebra or in case linear algebra seems like a complicated, scary concept for those of you who’ve never seen it before, don’t worry about it.

QED

Nó chỉ ra đại số tuyến tính không phải là chỉ hữu ích cho hồi quy tuyến tính các mô hình, nhưng những ý tưởng của ma trận và vectơ sẽ hữu ích cho việc giúp chúng tôi triển khai và thực sự có được triển khai hiệu quả computationally cho nhiều sau đó máy học tập mô hình là tốt.

It turns out linear algebra isn’t just useful for linear regression models but these ideas of matrices and vectors will be useful for helping us to implement and actually get computationally efficient implementations for many later machines learning models as well.

QED

Nhưng nếu những, khái niệm, nếu bạn là một chút không chắc chắn những gì các khối số điện thoại hoặc các ma trận có nghĩa là số điện thoại, sau đó hãy xem xét của tập tiếp theo của dạy, video và nó sẽ rất nhanh chóng cho bạn những gì bạn cần biết về đại số tuyến tính trong đặt hàng để chương trình machine learning algorithms và đối phó với một lượng lớn dữ liệu.

But if these, concepts, if you’re slightly uncertain what these blocks of numbers or these matrices of numbers mean, then please take a look of the next set of videos and, it’ll very quickly teach you what you need to know about linear algebra in order to program machine learning algorithms and deal with large amounts of data.

QED

Tùy chọn thực Mô hình rủi ro (Mô hình rủi ro tài chính) và giá trị có nguy cơ Phân tích tài chính năng động (DFA) Điều chỉnh định giá tín dụng, CVA, cũng như các văn bản khác nhau của XVA Các vấn đề này nói chung là ngẫu nhiên và liên tục trong tự nhiên, và các mô hình ở đây đòi hỏi các thuật toán phức tạp, mô phỏng máy tính, các phương pháp số tiên tiến (như các phương trình vi phân số, toán đại số tuyến tính, lập trình động) và / hoặc phát triển các mô hình tối ưu hóa.

Real options Risk modeling (Financial risk modeling) and value at risk Dynamic financial analysis (DFA) Credit valuation adjustment, CVA, as well as the various XVA These problems are generally stochastic and continuous in nature, and models here thus require complex algorithms, entailing computer simulation, advanced numerical methods (such as numerical differential equations, numerical linear algebra, dynamic programming) and/or the development of optimization models.

WikiMatrix

G.729A là một bộ mã thoại lai trong đó sử dụng bảng đại số dự đoán tuyến tính kích thích mã (ACELP) Độ phức tạp của thuật toán được đánh giá 15 điểm, so với G.711 là 1 và G.723.1 là 25.

The complexity of the algorithm is rated at 5, using a relative scale where G.711 is 1 and G.729a is 15.

WikiMatrix

Có ai trong các bạn phàn nàn rằng nếu như đây là 1 ví dụ về làm tuyến tính trong đại số?

Would any of you complain if this was the case about doing linear algebra?

ted2019

Trong kỷ nguyên thứ ba (1927–35), Noether tập trung cho đại số không giao hoán, các phép biến đổi tuyến tính và trường số giao hoán.

In the third epoch (1927–1935), Noether focused on noncommutative algebra, linear transformations, and commutative number fields.

WikiMatrix

Hiện nay đã có một vài máy tính để tính vết cacbon trực tuyến miễn phí, trong số đó được hỗ trợ bởi các dữ liệu và bộ tính toán ngang hàng công khai cung cấp bởi đại học California, tập đoàn nghiên cứu CoolClimate Network của Berkeley và quỹ đầu tư CarbonStory.

For calculating personal carbon footprints, several free online carbon footprint calculators exist, including a few supported by publicly available peer-reviewed data and calculations including the University of California, Berkeley’s CoolClimate Network research consortium and CarbonStory.

WikiMatrix

Người bạn và đồng nghiệp Hermann Weyl miêu tả đóng góp của bà theo ba giai đoạn: Công trình khoa học của Emmy Noether chia thành ba kỷ nguyên rõ ràng: (1) giai đoạn phụ thuộc tương đối, 1907–1919; (2) khảo sát các nhóm xung quanh lý thuyết tổng quát về iđêan, 1920–1926; (3) nghiên cứu đại số không giao hoán, biểu diễn chúng bằng các phép biến đổi tuyến tính, và những ứng dụng vào nghiên cứu các trường số giao hoán và số học. — Weyl 1935 Trong kỷ nguyên đầu tiên (1907–19), Noether tập trung chủ yếu vào các bất biến đại số và bất biến vi phân, bắt đầu từ luận án của bà dưới sự hướng dẫn của Paul Gordan.

Her friend and colleague Hermann Weyl described her scholarly output in three epochs: Emmy Noether’s scientific production fell into three clearly distinct epochs: (1) the period of relative dependence, 1907–1919 (2) the investigations grouped around the general theory of ideals 1920–1926 (3) the study of the non-commutative algebras, their representations by linear transformations, and their application to the study of commutative number fields and their arithmetics — Weyl 1935 In the first epoch (1907–1919), Noether dealt primarily with differential and algebraic invariants, beginning with her dissertation under Paul Gordan.

WikiMatrix

Điều này có thể tương phản với các phương pháp đa bước tuyến tính ẩn (một họ lớn khác của các phương pháp sử dụng cho việc tìm lời giải của các phương trình vi phân thường ODEs): một phương pháp đa bước tuyến tính s-bước ẩn cần giải một hệ các phương trình đại số với chỉ m thành phần, vì vậy kích thước của hệ không tăng khi số lượng các bước tăng lên.

This can be contrasted with implicit linear multistep methods (the other big family of methods for ODEs): an implicit s-step linear multistep method needs to solve a system of algebraic equations with only m components, so the size of the system does not increase as the number of steps increases.

WikiMatrix

Lược đồ đề xuất bởi Jameson và Baker, trong đó số hạng tiêu tán số tuyến tính phụ thuộc vào hàm chuyển mạch phi tuyến tính,được xếp vào giữa các phương pháp chụp sốc cổ điển và hiện đại.

The schemes proposed by Jameson and Baker, where linear numerical dissipation terms depend on nonlinear switch functions, fall in between the classical and modern shock-capturing methods.

WikiMatrix

Các phần tử phát sinh là đối tượng cho một dạng tuyến tính hóa của luật nhóm, bây giờ gọi là toán tử giao hoán (commutator bracket), và có cấu trúc ngày nay gọi là một đại số Lie.

The generators are subject to a linearized version of the group law, now called the commutator bracket, and have the structure of what is today called a Lie algebra.

WikiMatrix

Lý thuyết mã hóa đại số được chia ra làm hai loại mã chính Mã khối tuyến tính (Linear block codes) Mã kết hợp (Convolutional codes) Chúng phân tích ba đặc tính sau của mã—nói chung là: Chiều dài của mã (code word length) Tổng số các mã ký hợp lệ (total number of valid code words) Khoảng cách Hamming tối thiểu giữa hai mã ký hợp lệ (the minimum Hamming distance between two valid code words) Mã khối tuyến tính mang tính năng tuyến tính (linearity), chẳng hạn tổng của hai mã ký nào đấy lại chính là một mã ký; và chúng được ứng dụng vào các bit của nguồn trên từng khối một; cái tên mã khối tuyến tính là vì vậy (linear block codes).

Algebraic coding theory is basically divided into two major types of codes: Linear block codes Convolutional codes It analyzes the following three properties of a code – mainly: code word length total number of valid code words the minimum distance between two valid code words, using mainly the Hamming distance, sometimes also other distances like the Lee distance Linear block codes have the property of linearity, i.e. the sum of any two codewords is also a code word, and they are applied to the source bits in blocks, hence the name linear block codes.

WikiMatrix

admin

Trả lời

Email của bạn sẽ không được hiển thị công khai.