日本語 での 線形 代数 の使用例とその 英語 への翻訳
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
-
Programming
内容：Pythonと線形代数，行列・テンソル，数式と実装のブリッジ。
微積分・線形代数の基礎知識は必要です。
We require basic knowledge of calculus and linear algebra.線形代数ライブラリ(行列の基本演算・LU分解・連立１次方程式の解法等)が使用可能です。
Supports linear algebra library(elementary arithmetics of matrices, LU decomposition, solving これは、線形代数プログラミングが簡単だったマトリックスプログラミング言語として始まりました。
It started out as a matrix programming language where linear algebra programming was simple.線形代数科学物理最近では化学や生物学まで活用しています。
I have linear algebra, science, physics-- even, nowadays, chemistry and biology, as you have seen.Combinations with other parts of speech
履修に必要な知識微積分、線形代数等、学部段階の基礎知識を必要とする。
Required Knowledge Working knowledge of basic undergraduate mathematics,including calculus and linear algebra, is required.カバーされている領域には線形代数、最適化、積分、微分方程式、回帰分析、時系列分析などがある。
Areas covered include linear algebra, optimization, quadrature, differential equations, regression analysis, and time series analysis.最も広く使用されているC++のベクトル/行列の数学/線形代数ライブラリとそのコストと利益のトレードオフは何ですか？
What are the mostwidely used C++ vector/matrix math/linear algebra libraries, and their cost and benefit tradeoffs?そのインタフェースは手続き志向であり、個々の関数は単純な線形代数演算からはある程度抽象化されている。
Its interface is procedural,the individual functions are somewhat abstracted from simple linear algebra operations.高性能計算、ソフトウェア自動チューニング、GPUコンピューティング、行列計算（数値線形代数）、グラフ探索アルゴリズム、通信回避アルゴリズム。
High performance computing, software auto-tuning, GPU computing,matrix computations(numerical linear algebra), graph search algorithms, communication-avoiding algorithms.線形代数とモンテカルロ法、偏微分方程式など時間発展の数理です。
The courses will deal with linear algebra, the Monte Carlo method, partial differential equations and other mathematical topics relating to time evolution.CleveMoler（英語版）,2011.「線形代数や数学用ソフトウェア、計算科学を可能にするツールへの多大な貢献に対して」。
Cleve Moler- For fundamental contributions to linear algebra, mathematical software, and enabling tools for computational science.CleveMoler（英語版）,2011.「線形代数や数学用ソフトウェア、計算科学を可能にするツールへの重要な貢献に対して」。
Cleve Moler- For fundamental contributions to linear algebra, mathematical software, and enabling tools for computational science.当社のオンラインサービスを使用すると、さまざまな方法で線形代数方程式のシステムを解くことができます：。
Our online service allows us to solve systems of linear algebraic equations in various ways:.会計の問題は、典型的な集合の問題であり、線形代数的な問題である。
このC++ライブラリは行列とベクトルに関する基本的な線形代数の構築、及びそれらに対応する抽象的な演算といった水準での科学技術計算を目指している。
This C++ library isdirected towards scientific computing on the level of basic linear algebra constructions with matrices and vectors and their corresponding abstract operations.この講義では,幾何学への入門として,おもに線形代数や微積分法を用いてR3内の曲線・曲面の性質を調べる方法を学ぶ。
In this course, students will learn some methods to understand curvesand surfaces in R³ using linear algebra and calculus as an introduction to geometry.私たちのプログラムのために選択するためには、微積分、線形代数、確率、コンピュータプログラミング、データ構造、アルゴリズムの基本的な背景が必要です。
In order tobe selected for our program we require a basic background in calculus, linear algebra, probability, computer programming, data structures, and algorithms.この期間では、学生は微積分、線形代数と幾何学、離散数学、論理、数値的方法、および電子機器の原則に関する基本的な情報を受け取ります。
In this period,students receive basic information on calculus, linear algebra and geometry, discrete mathematics, logic, numerical methods, and principles of electronics.講義システム最適化I/教授伊藤聡凸解析、双対理論、数値線形代数等に基づく凸最適化の理論と応用に関する研究指導を行う。
Systems Optimization I/ Satoshi Ito/ ProfessorThis course is intended to serve an introduction to systems design and analysis, and focuses on the theoretical aspects of convex optimization based on convex analysis,duality theory and numerical linear algebra.線形代数・微分方程式・複素関数論・ラブラス変換・フーリエ変換などについて、演習を併用して身につけるとともに、最先端のシステム科学を受け止める数理モデル修得へ駒を進めます。
Through lectures and exercises, students acquire an understanding of linear algebra, differential equations, complex function theory, Laplace transform, and Fourier transform so that they may advance to mastering mathematical modeling that forms the backbone 我々は,データサイエンスのための数値線形代数計算ソフトウェアLAPROGNC(LinearAlgebraPROGramsinNumericalComputation)を、開発しております．この講演において,LAPROGNCの機能とLAPROGNCで利用している数理ならびに実装についてご紹介します．。
We have developed the numerical linear algebra software LAPROGNC(Linear 多種多様なプロセッサー・アーキテクチャーおよび非プロセッサー・アーキテクチャー上でTensorFlowをサポートするために、GoogleはベンダーがXLA(AcceleratedLinearAlgebra)用の新しいハードウェア・バックエンドを実装できるよう、新しい抽象化インターフェースを導入しました(XLAは、TensorFlowの計算処理を最適化する、ドメイン固有の線形代数用コンパイラーです)。
To support TensorFlow on a wider variety of processor and nonprocessor architectures, Google has introduced a new abstract interface for vendors to implement new hardware back ends for Accelerated 授業の目標幾何学とは,図形や空間の性質を調べる数学である.この講義では,幾何学への入門として,おもに線形代数や微積分法を用いてR3内の曲線・曲面の性質を調べる方法を学ぶ。
Course Overview Geometry is a field in mathematics that aims to understand the properties of shapes and spaces. In this course, students will learn some methods to understand curves andsurfaces in R3 using linear algebra and calculus as an introduction to geometry.その他に，夏の間Aston大学で作業をしたTusharGuptaという学生が，"Nelder-Meadと非線形共役勾配アルゴリズムを用いた最適化，および積分，微分，内挿など線形代数関数"など，多数の機能を追加している。
Tushar Gupta, a student working at Aston over the summer, has added a number of other functions, such as“optimization using Nelder-Mead and non-linear conjugate gradient algorithms,further linear algebra functions including integration, differentiation and interpolation.”.彼らが転換に向けて頼りにしていた規律やリソースには以下のものがある:数学(線形代数、多変数微分積分学)確率と統計MOOC's書籍Kaggleコンテスト、Google Colaboratory、AWSML、AzureMLといったオンラインリソースチームレベルでは、定期的な知識の共有セッションに焦点を当てた;"lunchandlearn"ミーティングは毎週火曜日に開かれ、そこでチームメンバーは自分が学んだことを共有できた。
Some of the disciplines and resources they relied on for this transformation included the following: Mathematics(Linear Algebra and Multivariate Calculus) Probability& Statistics MOOC's Books Online resources like Kaggle competitions, Google Colaboratory, AWS ML, and Azure ML At the team level, they focused on regular knowledge sharing sessions;"lunch and learn" meetings were held every Thursday, in which team members could share what they learned.線形代数は、ベクトルとその使い方の研究です。
Linear algebra is the study of vectors and their uses.数学の知識（線形代数、統計、確率論など）。
Basic math knowledge(Linear algebra, statistics, probability).このチュートリアルは、線形代数に関する正式な教科書ではありません。
This tutorial is not a formal textbook on linear algebra.
