01204472 ภาคต้น 2555

จาก Theory Wiki
ไปยังการนำทาง ไปยังการค้นหา

การคำนวณเชิงตัวเลข เป็นหนึ่งในการประยุกต์ใช้งานหลักของคอมพิวเตอร์ การคำนวณเชิงตัวเลขมีขอบเขตในการประยุกต์ใช้ที่กว้างขวาง (ดูรายการด้านล่าง) ในวิชานี้ เราจะศึกษาทฤษฎีและอัลกอริทึมเกี่ยวกับเวกเตอร์และเมตริกซ์ ซึ่งนอกจากจะเป็นพื้นฐานในการทำความเข้าใจเทคนิคต่าง ๆ เกี่ยวกับการคำนวณเชิงตัวเลขแล้ว เนื้อหาในส่วนนี้ยังเกี่ยวข้องโดยตรงกับการประยุกต์ใช้งานในด้านต่าง ๆ รวมทั้งอัลกอริทึมสำหรับการหาค่าที่ดีที่สุดซึ่งเราจะได้ศึกษาทฤษฎีและอัลกอริทึมในวิชานี้

นอกจากนี้เรายังจะสัมผัสเนื้อหามาตรฐานของรายวิชาการคำนวณเชิงตัวเลข เช่น การหาค่าประมาณการ การหาอนุพันธ์ การอินทิเกรตเชิงตัวเลข การเข้าสมการอนุพันธ์ และการปรับหาเส้นโค้งที่เหมาะสม

ในหัวข้อต่าง ๆ เราจะศึกษาทั้งทฤษฎีและการนำไปประยุกต์ใช้

ติดต่อสื่อสาร: Group 01204472/55 Numerical Computation บน facebook

การวัดผล

  • การบ้าน 20%
  • สอบกลางภาค 20% สอบปลายภาค 20%
  • โครงงานเล็ก 2 โครงงาน โครงงานละ 20%

หัวข้อ

เนื้อหาแต่ละสัปดาห์จะโพสที่นี่ อย่างไรก็ตาม ถ้าต้องการดูภาพรวมของเนื้อหาในรายวิชากรุณาดูได้ที่หัวข้อเนื้อหาเชิงทฤษฎีโดยรวม

หัวข้อละเอียด

  • 12 มิ.ย. แนะนำเนื้อหาและแนวคิดพื้นฐานผ่านทางปัญหาการวาดกราฟ (graph drawing) ด้วยสปริงโมเดล
    • [01204472/ตัวอย่าง matplotlib|ตัวอย่างการพล็อตกราฟด้วย matplotlib]]
  • 14 มิ.ย. ทดลองเกี่ยวกับขีดจำกัดของการคำนวณด้วยจำนวนจริงบนคอมพิวเตอร์

เนื้อหาเชิงทฤษฎีโดยรวม

ถึงแม้วิชานี้จะเน้นการปฏิบัติ แต่เนื้อหาทางทฤษฎีหลายอย่างก็ยังจำเป็นมาก

  • Introductory concepts (approximation errors, Taylor's theorem, computer arithemetic)
  • Matrix theory (vectors, matrics, linear equations) (เนื้อหาจาก UCLA EE103)
  • Matrix algorithms (Choleskey factorization, LU factorization, Least square problems, QR fatorization) (เนื้อหาจาก UCLA EE103)
  • Nonlinear equations and optimization (เนื้อหาจาก UCLA EE103)

ซอฟต์แวร์

รายการการประยุกต์ใช้

  • ทฤษฎีเมตริกซ์
    • Machine learning / AI: ใช้เพื่อโมเดลเอกสารและแสดงความสัมพันธ์ระหว่างเอกสาร (Vector space model), เทคนิคที่เกี่ยวข้องกับ eigenvalue เช่น SVD และ PCA, Collaborative filtering
  • การหาค่าที่ดีที่สุด

ลิงก์ภายนอก