ผลต่างระหว่างรุ่นของ "01204472 ภาคต้น 2555"
ไปยังการนำทาง
ไปยังการค้นหา
Jittat (คุย | มีส่วนร่วม) |
Jittat (คุย | มีส่วนร่วม) |
||
| แถว 18: | แถว 18: | ||
* '''12 มิ.ย.''' แนะนำเนื้อหาและแนวคิดพื้นฐานผ่านทางปัญหาการวาดกราฟ (graph drawing) ด้วยสปริงโมเดล | * '''12 มิ.ย.''' แนะนำเนื้อหาและแนวคิดพื้นฐานผ่านทางปัญหาการวาดกราฟ (graph drawing) ด้วยสปริงโมเดล | ||
** [[01204472/ตัวอย่าง matplotlib|ตัวอย่างการพล็อตกราฟด้วย matplotlib]] | ** [[01204472/ตัวอย่าง matplotlib|ตัวอย่างการพล็อตกราฟด้วย matplotlib]] | ||
| + | |||
* '''14 มิ.ย.''' ทดลองเกี่ยวกับขีดจำกัดของการคำนวณด้วยจำนวนจริงบนคอมพิวเตอร์ [[01204472/การทดลองการคำนวณจำนวนจริง|รายละเอียดการทดลอง]] | * '''14 มิ.ย.''' ทดลองเกี่ยวกับขีดจำกัดของการคำนวณด้วยจำนวนจริงบนคอมพิวเตอร์ [[01204472/การทดลองการคำนวณจำนวนจริง|รายละเอียดการทดลอง]] | ||
** [http://en.wikipedia.org/wiki/IEEE_754-2008 มาตรฐานการเก็บจำนวนจริง IEEE 754] | ** [http://en.wikipedia.org/wiki/IEEE_754-2008 มาตรฐานการเก็บจำนวนจริง IEEE 754] | ||
| + | |||
* '''19 มิ.ย.''' Vectors (ใช้ Lecture 1 จากเว็บวิชา [http://www.ee.ucla.edu/~vandenbe/ee103.html EE103]) | * '''19 มิ.ย.''' Vectors (ใช้ Lecture 1 จากเว็บวิชา [http://www.ee.ucla.edu/~vandenbe/ee103.html EE103]) | ||
** [http://en.wikipedia.org/wiki/Vector_space_model Vector space model] (จาก วิกิพีเดีย) | ** [http://en.wikipedia.org/wiki/Vector_space_model Vector space model] (จาก วิกิพีเดีย) | ||
| + | |||
* '''21 มิ.ย.''' ทดลองเกี่ยวกับเวกเตอร์ [[01204472/การทดลองเกี่ยวกับเวกเตอร์|รายละเอียดการทดลอง]] | * '''21 มิ.ย.''' ทดลองเกี่ยวกับเวกเตอร์ [[01204472/การทดลองเกี่ยวกับเวกเตอร์|รายละเอียดการทดลอง]] | ||
** [[01204472/perceptron algorithm|The Perceptron Algorithm]] | ** [[01204472/perceptron algorithm|The Perceptron Algorithm]] | ||
| + | |||
* '''26 มิ.ย.''' Matrices (ใช้ Lecture 2 จากเว็บวิชา [http://www.ee.ucla.edu/~vandenbe/ee103.html EE103]) | * '''26 มิ.ย.''' Matrices (ใช้ Lecture 2 จากเว็บวิชา [http://www.ee.ucla.edu/~vandenbe/ee103.html EE103]) | ||
| − | * '''28 มิ.ย.''' | + | |
| − | + | * '''28 มิ.ย.''' [[01204472/การทดลองเกี่ยวกับเมตริกซ์|ทดลองเกี่ยวกับเมตริกซ์]] | |
| − | * | + | |
| + | * '''3 ก.ค.''' Linear equations, เกริ่น Theory of linear equations (ใช้ Lecture 3 และ 4 จากเว็บวิชา [http://www.ee.ucla.edu/~vandenbe/ee103.html EE103]) | ||
| + | |||
| + | * '''5 ก.ค.''': | ||
| + | ** Theory of linear equations (ต่อ) | ||
| + | ** [[01204472/การทดลองเกี่ยวกับเมตริกซ์|ทดลองเกี่ยวกับเมตริกซ์]] (ต่อ) | ||
=== เนื้อหาเชิงทฤษฎีโดยรวม === | === เนื้อหาเชิงทฤษฎีโดยรวม === | ||
รุ่นแก้ไขเมื่อ 08:50, 5 กรกฎาคม 2555
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
เนื้อหา
การวัดผล
- การบ้าน 20%
- สอบกลางภาค 20% สอบปลายภาค 20%
- โครงงานเล็ก 2 โครงงาน โครงงานละ 20%
หัวข้อ
เนื้อหาแต่ละสัปดาห์จะโพสที่นี่ อย่างไรก็ตาม ถ้าต้องการดูภาพรวมของเนื้อหาในรายวิชากรุณาดูได้ที่หัวข้อเนื้อหาเชิงทฤษฎีโดยรวม
หัวข้อละเอียด
- 12 มิ.ย. แนะนำเนื้อหาและแนวคิดพื้นฐานผ่านทางปัญหาการวาดกราฟ (graph drawing) ด้วยสปริงโมเดล
- 14 มิ.ย. ทดลองเกี่ยวกับขีดจำกัดของการคำนวณด้วยจำนวนจริงบนคอมพิวเตอร์ รายละเอียดการทดลอง
- 19 มิ.ย. Vectors (ใช้ Lecture 1 จากเว็บวิชา EE103)
- Vector space model (จาก วิกิพีเดีย)
- 21 มิ.ย. ทดลองเกี่ยวกับเวกเตอร์ รายละเอียดการทดลอง
- 26 มิ.ย. Matrices (ใช้ Lecture 2 จากเว็บวิชา EE103)
- 28 มิ.ย. ทดลองเกี่ยวกับเมตริกซ์
- 3 ก.ค. Linear equations, เกริ่น Theory of linear equations (ใช้ Lecture 3 และ 4 จากเว็บวิชา EE103)
- 5 ก.ค.:
- Theory of linear equations (ต่อ)
- ทดลองเกี่ยวกับเมตริกซ์ (ต่อ)
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
- Machine learning / AI: ใช้ในการเทรนเครื่องจักรการเรียนรู้ เช่น neural networks หรือ Support vector machine
- Computer graphics: การประยุกต์ใช้การหาค่าที่ดีที่สุดในปัญหาต่าง ๆ ดูตัวอย่างจากรายวิชาต่อไปนี้: Generating Natural Human Motion Physically Based Character Animation หรือเรื่องของ optimization based synthesis
- หุ่นยนต์
- เครือข่ายคอมพิวเตอร์
