• 为个人
  • 为商务
  • 为大学
  • 为政府
Coursera
登录
免费加入
Coursera
  • 浏览
  • Linear Algebra

线性代数在线课程

学习数学和工程应用中的线性代数。学习 Matrix、Vector 和线性变换。

跳转以搜索结果

筛选依据

主题
必需的
 *

语言
必需的
 *

在整个课程(说明和评估)中使用的语言。

了解产品
必需的
 *

通过实践教程在 2 小时内掌握与工作相关的技能。
通过已评分作业、视频和论坛向顶级授课教师学习。
在交互式实践环境中学习新工具或新技能。
通过完成一系列课程和项目,深入学习学科知识。
获得行业领导者颁发的职业证书,展示您学到的专业知识。
攻读硕士学位的同时获得职业证书。
在线获得学士学位或硕士学位,所需费用仅为在校学习费用的一小部分。
以灵活的交互式方式,获得大学颁发的执业证书。

级别
必需的
 *

课程长度
必需的
 *

技能
必需的
 *

字幕
必需的
 *

教师
必需的
 *

探索线性代数课程目录

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    Linear Algebra from Elementary to Advanced

    您将获得的技能: Linear Algebra, Algebra, Applied Mathematics, Artificial Intelligence and Machine Learning (AI/ML), Mathematical Modeling, Advanced Mathematics, Engineering Analysis, Mathematical Theory & Analysis, Numerical Analysis, Geometry, Graph Theory, Applied Machine Learning, Markov Model, Probability

    4.7
    评分, 4.7 星,最高 5 星
    ·
    201 条评论

    初级 · 专项课程 · 3-6 个月

  • 状态:新
    新
    状态:免费试用
    免费试用
    B

    Birla Institute of Technology & Science, Pilani

    Linear Algebra for Machine Learning & AI

    您将获得的技能: Linear Algebra, Artificial Intelligence and Machine Learning (AI/ML), Applied Mathematics, Numerical Analysis, Machine Learning, Artificial Neural Networks, Dimensionality Reduction, Data Analysis

    初级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    I

    Imperial College London

    数学在机器学习领域的应用:线性代数

    您将获得的技能: Algorithm, 应用数学, 数据操作, 数据科学, 线性代数, NumPy, 机器学习算法, Python 程序设计

    4.7
    评分, 4.7 星,最高 5 星
    ·
    1.2万 条评论

    初级 · 课程 · 1-3 个月

  • T

    The University of Sydney

    Introduction to Linear Algebra

    您将获得的技能: Linear Algebra, Markov Model, Geometry, Arithmetic, Algebra, General Mathematics, Advanced Mathematics, Probability, Mathematics and Mathematical Modeling, Mathematical Theory & Analysis, Mathematical Modeling, Applied Mathematics, Statistical Methods, Engineering Analysis

    4.8
    评分, 4.8 星,最高 5 星
    ·
    35 条评论

    中级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    机器学习和数据科学线性代数

    您将获得的技能: 应用数学, 机器学习, 线性代数, 数据操作, 数据科学, Machine Learning 方法, 数据转换, 降维, Python 程序设计, NumPy, 数学建模

    4.6
    评分, 4.6 星,最高 5 星
    ·
    2148 条评论

    中级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    Linear Algebra: Matrix Algebra, Determinants, & Eigenvectors

    您将获得的技能: Linear Algebra, Applied Mathematics, Algebra, Advanced Mathematics, Graph Theory, Geometry, Applied Machine Learning, Markov Model, Probability

    4.8
    评分, 4.8 星,最高 5 星
    ·
    73 条评论

    混合 · 课程 · 1-3 个月

是什么让您今天来到 Coursera?

  • 状态:免费试用
    免费试用
    I

    Imperial College London

    机器学习数学

    您将获得的技能: Algorithm, 应用数学, 微积分, 机器学习, 线性代数, 数据科学, 数据操作, 回归分析, 衍生产品, Python 程序设计, 机器学习算法, 统计, NumPy, 降维, 人工神经网络, 概率与统计, Jupyter, 统计分析, 高等数学

    4.6
    评分, 4.6 星,最高 5 星
    ·
    1.5万 条评论

    初级 · 专项课程 · 3-6 个月

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    Linear Algebra: Linear Systems and Matrix Equations

    您将获得的技能: Linear Algebra, Algebra, Mathematical Modeling, Engineering Analysis, Applied Mathematics, Mathematical Theory & Analysis, Geometry

    4.7
    评分, 4.7 星,最高 5 星
    ·
    153 条评论

    初级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    T

    The Hong Kong University of Science and Technology

    工程师的矩阵代数

    您将获得的技能: 应用数学, 线性代数, 代数, 工程分析, 工程计算, 普通数学, 高等数学

    4.9
    评分, 4.9 星,最高 5 星
    ·
    4585 条评论

    初级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    机器学习和数据科学数学

    您将获得的技能: 应用数学, 机器学习, 线性代数, A/B 测试, 微积分, Machine Learning 方法, 数据转换, 统计推理, 抽样(统计), NumPy, 降维, 概率, 概率分布, 描述性统计, 统计假设检验, 概率与统计, 数值分析, 统计分析, 贝叶斯统计, 数学建模

    4.6
    评分, 4.6 星,最高 5 星
    ·
    2930 条评论

    中级 · 专项课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    代数初级到高级

    您将获得的技能: 应用数学, 算术, 代数, 数学建模, 分析技能, 几何学, 制图, 高等数学, 普通数学, 概率与统计

    4.8
    评分, 4.8 星,最高 5 星
    ·
    764 条评论

    初级 · 专项课程 · 3-6 个月

  • 状态:新
    新
    状态:免费试用
    免费试用
    U

    University of Pittsburgh

    Linear Algebra and Regression Fundamentals for Data Science

    您将获得的技能: NumPy, Matplotlib, Linear Algebra, Pandas (Python Package), Data Manipulation, Applied Mathematics, Python Programming, Data Analysis, Data Science, Regression Analysis, Data Visualization Software, Mathematics and Mathematical Modeling, Probability & Statistics, Numerical Analysis, Mathematical Modeling, Machine Learning, Computational Logic, Logical Reasoning

    攻读学位

    初级 · 课程 · 1-4 周

线性代数学习者还可搜索

线性规划
线性回归
预测建模
统计建模
预测分析
数据建模
统计分析
预测分析初学者
1234…60

总之,以下是 10 最受欢迎的 linear algebra 课程

  • Linear Algebra from Elementary to Advanced: Johns Hopkins University
  • Linear Algebra for Machine Learning & AI: Birla Institute of Technology & Science, Pilani
  • 数学在机器学习领域的应用:线性代数: Imperial College London
  • Introduction to Linear Algebra: The University of Sydney
  • 机器学习和数据科学线性代数: DeepLearning.AI
  • Linear Algebra: Matrix Algebra, Determinants, & Eigenvectors: Johns Hopkins University
  • 机器学习数学: Imperial College London
  • Linear Algebra: Linear Systems and Matrix Equations: Johns Hopkins University
  • 工程师的矩阵代数: The Hong Kong University of Science and Technology
  • 机器学习和数据科学数学: DeepLearning.AI

您可以在 Machine Learning 中学到的技能

Python 程序设计 (33)
Tensorflow (32)
深度学习 (30)
人工神经网络 (24)
大数据 (18)
统计分类 (17)
强化学习 (13)
代数 (10)
贝叶斯定理 (10)
线性回归 (9)
Numpy (9)

关于 线性代数 的常见问题

线性代数是数学的核心分支,主要研究向量空间、线性方程、矩阵和线性变换之间的相互作用。 线性代数与基础代数类似,但它不是寻找单个数字之间的相关性,而是寻求标量(温度、质量、体积、速度)与矢量(数字列表)之间的线性关系。 线性代数对于数据分析领域和计算机软件领域的任何工作都非常重要,因为它建立在数学逻辑和积木关系之上。 ‎

学习线性代数非常重要,它能让我们更清楚、更直观地了解数学算法的真正工作原理。 这些知识可以帮助您更有逻辑地思考项目,并将线性代数原理应用到您可能正在开展的机器学习项目中。 总之,掌握线性代数知识可以帮助你学习数据分析、机器学习和数学理论的基础知识。 ‎

使用线性代数知识的典型职业包括物理和科学、数据分析、技术运营和管理、机器学习和代数教学等领域的工作。 随着数据系统将世界连接得越来越紧密,所有这些职业的需求量都很大。 ‎

想要提高团队的线性代数技能?Coursera 为 5-125 人的团队提供量身定制的企业解决方案。我们的产品包括高级分析、定制学习路径和协作工具。要了解我们的线性代数培训选项并进行购买,请访问我们的Coursera for Teams页面。‎

此常见问题解答内容仅供参考。建议学生多做研究,确保所追求的课程和其他证书符合他们的个人、专业和财务目标。

其他可浏览的主题

艺术与人文
338 课程
商务
1095 课程
计算机科学
668 课程
数据科学
425 课程
信息技术
145 课程
健康
471 课程
数学与逻辑
70 课程
个人发展
137 课程
物理科学与工程
413 课程
社会科学
401 课程
语言学习
150 课程

Coursera 页脚

技能

  • 人工智能(AI)
  • 网络安全
  • 数据分析
  • 数字化营销
  • 讲英语
  • 生成式人工智能(GenAI)
  • 微软Excel
  • Microsoft Power BI
  • 项目管理
  • Python

证书与课程

  • 谷歌网络安全证书
  • 谷歌数据分析证书
  • 谷歌 IT 支持证书
  • 谷歌项目管理证书
  • 谷歌用户体验设计证书
  • IBM 数据分析师证书
  • IBM Data Science 证书
  • Machine Learning 证书
  • Microsoft Power BI 数据分析师证书
  • UI / UX 设计证书

行业与职业

  • 商务
  • 计算机科学
  • 数据科学
  • 教育与教学
  • 工程学
  • 金融
  • 医疗保健
  • 人力资源(HR)
  • 信息技术 (IT)
  • 营销

职业资源

  • 职业能力倾向测验
  • 工作面试优势和劣势的示例
  • 学习高收入技能
  • 加密货币如何运作?
  • 如何在 Google 表格中突出显示重复项
  • 如何学习人工智能
  • 热门网络安全证书
  • 准备 PMP 认证
  • 面试后您将获得工作的迹象
  • 什么是人工智能?

Coursera

  • 关于
  • 我们提供的内容
  • 管理团队
  • 工作机会
  • 目录
  • Coursera Plus
  • 专业证书
  • MasterTrack® 证书
  • 学位
  • 企业版
  • 政府版
  • 面向校园
  • 成为合作伙伴
  • 社会影响
  • 免费课程
  • 分享您的 Coursera 学习故事

社区

  • 学生
  • 合作伙伴
  • Beta 测试人员
  • 博客
  • Coursera 播客
  • 技术博客

更多

  • 媒体
  • 投资者
  • 条款
  • 隐私
  • 帮助
  • 内容访问
  • 联系我们
  • 文章
  • 目录
  • 附属公司
  • 现代奴隶制声明
  • 请勿出售/共享
随时随地学习
通过 App Store 下载
通过 Google Play 获取
B 型企业认证标志
© 2025 Coursera Inc.保留所有权利。
  • Coursera Facebook
  • Coursera Linkedin
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera TikTok