Online courses directory (648)

Sort by: Name, Rating, Price
Start time: Any, Upcoming, Recent started, New, Always Open
Price: Any, Free, Paid
Starts : 2017-03-15
No votes
edX Free Closed [?] English EdX Engineering EPFLx Math

Vous voulez apprendre l'algèbre linéaire, un précieux outil complémentaire à vos connaissances acquises durant vos études en économie, ingénierie, physique, ou statistique? Ou simplement pour la beauté de la matière? Alors ce cours est fait pour vous! Outre remplir le rôle d'outil dans les différentes branches mentionnées ci-dessus (permettant la résolution de problèmes concrets), l'algèbre linéaire, qui capture l'essence des mathématiques -à savoir, l'algèbre et la géométrie- vous introduira au monde plus abstrait des mathématiques.

Proposé comme complément de cours aux ingénieurs de première année à l'Ecole Polytechnique Fédérale de Lausanne, ce MOOC (composé de trois parties) n'en est pas moins un cours à part entière et peut être considéré comme une base solide d'algèbre linéaire pour tout étudiant intéressé par l'apprentissage de cette matière.

Bien que les vidéos constituent le coeur du cours, des exercices de type QCM (Questions à choix multiples) ainsi que des séries au format PDF seront disponibles chaque semaine, ainsi que des corrigés appropriés. Plus précisément, les séries d'exercices seront accompagnées d'un corrigé au format PDF et certains problèmes bénéficieront d'une correction détaillée en vidéo, dans laquelle l'un des enseignants présentera la solution, étape par étape. Finalement, chaque vidéo de cours sera suivie d'un quiz, dont le but est de tester le degré d’assimilation des connaissances acquises.

Le cours est organisé en dix chapitres dans lesquels une approche très détaillée des concepts théoriques est proposée, ainsi que de multiples exemples illustratifs :

1) Systèmes d'équations linéaires.

2) Algèbre matricielle.

3) Espaces vectoriels.

4) Bases et dimensions.

5) Applications linéaires.   

6) Matrices et applications linéaires.

7) Déterminants.

8) Vecteurs propres, valeurs propres, diagonalisation.

9) Produits scalaires et espaces euclidiens.

10) Matrices orthogonales et matrices symétriques.

Cette première partie du cours sera dévouée à l'étude des quatre premiers chapitres cités plus haut. Aucune connaissance particulière n’est requise pour comprendre les concepts abordés dans ce MOOC, mais il est conseillé de travailler régulièrement et de manière assidue, de façon à ne pas prendre de retard lors de l'apprentissage de la matière.

Starts : 2017-03-15
No votes
edX Free Closed [?] English EdX Engineering EPFLx Math

Vous voulez apprendre l'algèbre linéaire, un précieux outil complémentaire à vos connaissances acquises durant vos études en économie, ingénierie, physique, ou statistique? Ou simplement pour la beauté de la matière? Alors ce cours est fait pour vous! Outre remplir le rôle d'outil dans les différentes branches mentionnées ci-dessus (permettant la résolution de problèmes concrets), l'algèbre linéaire, qui capture l'essence des mathématiques -à savoir, l'algèbre et la géométrie- vous introduira au monde plus abstrait des mathématiques.

Proposé comme complément de cours aux ingénieurs de première année à l'Ecole Polytechnique Fédérale de Lausanne, ce MOOC (composé de trois parties) n'en est pas moins un cours à part entière et peut être considéré comme une base solide d'algèbre linéaire pour tout étudiant intéressé par l'apprentissage de cette matière.

Bien que les vidéos constituent le coeur du cours, des exercices de type QCM (Questions à choix multiples) ainsi que des séries au format PDF seront disponibles chaque semaine, ainsi que des corrigés appropriés. Plus précisément, les séries d'exercices seront accompagnées d'un corrigé au format PDF et certains problèmes bénéficieront d'une correction détaillée en vidéo, dans laquelle l'un des enseignants présentera la solution, étape par étape. Finalement, chaque vidéo de cours sera suivie d'un quiz, dont le but est de tester le degré d’assimilation des connaissances acquises.

Le cours est organisé en dix chapitres dans lesquels une approche très détaillée des concepts théoriques est proposée, ainsi que de multiples exemples illustratifs :

  1. Systèmes d'équations linéaires.
  2. Algèbre matricielle.
  3. Espaces vectoriels.
  4. Bases et dimensions.
  5. Applications linéaires.  
  6. Matrices et applications linéaires.
  7. Déterminants.
  8. Vecteurs propres, valeurs propres, diagonalisation.
  9. Produits scalaires et espaces euclidiens.
  10. Matrices orthogonales et matrices symétriques.

Cette deuxième partie du cours sera dévouée à l'étude des chapitres 5 à 8 cités plus haut. Une bonne connaissance de la matière enseignée dans le MOOC Algèbre Linéaire (Partie 1) est requise. Aussi, il est conseillé de travailler régulièrement et de manière assidue, de façon à ne pas prendre de retard lors de l'apprentissage de la matière. 

Starts : 2017-03-15
No votes
edX Free Closed [?] English EdX Engineering EPFLx Math

Vous voulez apprendre l'algèbre linéaire, un précieux outil complémentaire à vos connaissances acquises durant vos études en économie, ingénierie, physique, ou statistique? Ou simplement pour la beauté de la matière? Alors ce cours est fait pour vous! Outre remplir le rôle d'outil dans les différentes branches mentionnées ci-dessus (permettant la résolution de problèmes concrets), l'algèbre linéaire, qui capture l'essence des mathématiques -à savoir, l'algèbre et la géométrie- vous introduira au monde plus abstrait des mathématiques.

Proposé comme complément de cours aux ingénieurs de première année à l'Ecole Polytechnique Fédérale de Lausanne, ce MOOC (composé de trois parties) n'en est pas moins un cours à part entière et peut être considéré comme une base solide d'algèbre linéaire pour tout étudiant intéressé par l'apprentissage de cette matière.

Bien que les vidéos constituent le coeur du cours, des exercices de type QCM (Questions à choix multiples) ainsi que des séries au format PDF seront disponibles chaque semaine, ainsi que des corrigés appropriés. Plus précisément, les séries d'exercices seront accompagnées d'un corrigé au format PDF et certains problèmes bénéficieront d'une correction détaillée en vidéo, dans laquelle l'un des enseignants présentera la solution, étape par étape. Finalement, chaque vidéo de cours sera suivie d'un quiz, dont le but est de tester le degré d’assimilation des connaissances acquises.

Le cours est organisé en dix chapitres dans lesquels une approche très détaillée des concepts théoriques est proposée, ainsi que de multiples exemples illustratifs :

  1. Systèmes d'équations linéaires.
  2. Algèbre matricielle.
  3. Espaces vectoriels.
  4. Bases et dimensions.
  5. Applications linéaires.  
  6. Matrices et applications linéaires.
  7. Déterminants.
  8. Vecteurs propres, valeurs propres, diagonalisation.
  9. Produits scalaires et espaces euclidiens.
  10. Matrices orthogonales et matrices symétriques.

Cette troisième (et dernière) partie du cours sera dévouée à l'étude des chapitres 9 et 10 cités plus haut. Une bonne connaissance de la matière enseignée dans les MOOCs Algèbre Linéaire (Partie 1) et Algébre Linéaire (Partie 2) est requise. Aussi, il est conseillé de travailler régulièrement et de manière assidue, de façon à ne pas prendre de retard lors de l'apprentissage de la matière. 

Starts : 2015-04-14
No votes
Iversity Free Closed [?] Computer Sciences German Computer Science

Kursbeschreibung

Der Kurs führt in das zentrale Gebiet der Informatik ein, auf dem alle anderen Teilgebiete aufbauen: Wie entwickele ich Software? Anhand der Programmiersprache Java werden Algorithmen zum Suchen und Sortieren vorgestellt und die dazu benötigten Datenstrukturen wie Keller, Schlange, Liste, Baum und Graph eingeführt.

Was lerne ich in diesem Kurs?

Die Teilnehmer des Kurses werden in die Lage versetzt, eine Problemstellung auf maschinelle Lösbarkeit hin zu analysieren, dafür einen Algorithmus zu entwerfen, die zugehörigen Datenstrukturen zu wählen, daraus ein Java-Programm zu entwickeln und dieses zur Lösung des Problems einzusetzen.

Welche Vorkenntnisse benötige ich?

Mathematikkenntnisse auf Oberstufenniveau.

Kursplan

Kapitel      Thema
Kapitel 1        Einführung
Kapitel 2        Systemumgebung
Kapitel 3        Java
Kapitel 4        Datentypen
Kapitel 5        Felder
Kapitel 6        Methoden
Kapitel 7        Rekursion
Kapitel 8        Komplexität
Kapitel 9        Sortieren
Kapitel 10        Objektorientierung
Kapitel 11        Abstrakte Datentypen
Kapitel 12        Suchbäume
Kapitel 13        Hashing
Kapitel 14        Graphen

Starts : 2014-08-25
No votes
Coursera Free Closed [?] Computer Sciences English Advanced Algorithms Algorithms Computer Science Software Engineering Theory

Experienced Computer Scientists analyze and solve computational problems at a level of abstraction that is beyond that of any particular programming language. This class is designed to train students in the mathematical concepts and process of "Algorithmic Thinking", allowing them to build simpler, more efficient solutions to computational problems.

Starts : 2016-01-16
No votes
Coursera Free Closed [?] English Computer Science Computer Science Software Engineering Theory

Experienced Computer Scientists analyze and solve computational problems at a level of abstraction that is beyond that of any particular programming language. This two-part class is designed to train students in the mathematical concepts and process of "Algorithmic Thinking", allowing them to build simpler, more efficient solutions to computational problems.

Starts : 2016-02-20
No votes
Coursera Free Closed [?] English Computer Science Computer Science Software Engineering Theory

Experienced Computer Scientists analyze and solve computational problems at a level of abstraction that is beyond that of any particular programming language. This two-part class is designed to train students in the mathematical concepts and process of "Algorithmic Thinking", allowing them to build simpler, more efficient solutions to computational problems.

Starts : 2002-09-01
14 votes
MIT OpenCourseWare (OCW) Free Computer Sciences Electrical Engineering and Computer Science Graduate MIT OpenCourseWare

Animation is a compelling and effective form of expression; it engages viewers and makes difficult concepts easier to grasp. Today's animation industry creates films, special effects, and games with stunning visual detail and quality. This graduate class will investigate the algorithms that make these animations possible: keyframing, inverse kinematics, physical simulation, optimization, optimal control, motion capture, and data-driven methods. Our study will also reveal the shortcomings of these sophisticated tools. The students will propose improvements and explore new methods for computer animation in semester-long research projects. The course should appeal to both students with general interest in computer graphics and students interested in new applications of machine learning, robotics, biomechanics, physics, applied mathematics and scientific computing.

Starts : 2015-09-28
No votes
Coursera Free Closed [?] Education English Biology & Life Sciences Energy & Earth Sciences Engineering Mathematics Physical & Earth Sciences

This eight-week course explores effective teaching strategies for college or university STEM (science, technology, engineering, mathematics) classrooms

Starts : 2010-09-01
12 votes
MIT OpenCourseWare (OCW) Free Mathematics MIT OpenCourseWare Undergraduate

Analysis I covers fundamentals of mathematical analysis: metric spaces, convergence of sequences and series, continuity, differentiability, Riemann integral, sequences and series of functions, uniformity, interchange of limit operations.

Starts : 2016-02-01
No votes
MIT OpenCourseWare (OCW) Free Experimental Study Group MIT OpenCourseWare Undergraduate

This course explores the relationship between ancient Greek philosophy and mathematics. We investigate how ideas of definition, reason, argument and proof, rationality / irrationality, number, quality and quantity, truth, and even the idea of an idea were shaped by the interplay of philosophic and mathematical inquiry. The course examines how discovery of the incommensurability of magnitudes challenged the Greek presumption that the cosmos is fully understandable. Students explore the influence of mathematics on ancient Greek ethical theories. We read such authors as: Euclid, Plato, Aristotle, Nicomachus, Theon of Smyrna, Bacon, Descartes, Dedekind, and Newton.

Starts : 2009-09-01
20 votes
MIT OpenCourseWare (OCW) Free Closed [?] Philosophy, Religion, & Theology Ancient Philosophy MIT OpenCourseWare Special Programs Undergraduate

Western philosophy and theoretical mathematics were born together, and the cross-fertilization of ideas in the two disciplines was continuously acknowledged throughout antiquity. In this course, we read works of ancient Greek philosophy and mathematics, and investigate the way in which ideas of definition, reason, argument and proof, rationality and irrationality, number, quality and quantity, truth, and even the idea of an idea were shaped by the interplay of philosophic and mathematical inquiry.

Starts : 2009-09-01
5 votes
MIT OpenCourseWare (OCW) Free Closed [?] Social Sciences MIT OpenCourseWare Special Programs Undergraduate

Western philosophy and theoretical mathematics were born together, and the cross-fertilization of ideas in the two disciplines was continuously acknowledged throughout antiquity. In this course, we read works of ancient Greek philosophy and mathematics, and investigate the way in which ideas of definition, reason, argument and proof, rationality and irrationality, number, quality and quantity, truth, and even the idea of an idea were shaped by the interplay of philosophic and mathematical inquiry.

Starts : 2009-09-01
No votes
MIT OpenCourseWare (OCW) Free Closed [?] Experimental Study Group MIT OpenCourseWare Undergraduate

Western philosophy and theoretical mathematics were born together, and the cross-fertilization of ideas in the two disciplines was continuously acknowledged throughout antiquity. In this course, we read works of ancient Greek philosophy and mathematics, and investigate the way in which ideas of definition, reason, argument and proof, rationality and irrationality, number, quality and quantity, truth, and even the idea of an idea were shaped by the interplay of philosophic and mathematical inquiry.

Starts : 2015-02-23
No votes
edX Free Closed [?] English Computer Science Data Analysis & Statistics DavidsonX EdX Math

From simulating complex phenomenon on supercomputers to storing the coordinates needed in modern 3D printing, data is a huge and growing part of our world. A major tool to manipulate and study this data is linear algebra. This course is part 1 of a 2-part course.  In this part, we’ll learn basics of matrix algebra with an emphasis on application. This class has a focus on computer graphics while also containing examples in data mining. We’ll learn to make an image transparent, fade from one image to another, and rotate a 3D wireframe model. We’ll also mine data; for example, we will find similar movies that one might enjoy seeing. In the topic of sports ranking, we’ll be ready to participate in March Madness and submit our own mathematically generated brackets to compete against millions of others. The lectures are developed to encourage you to explore and create your own ideas either through your own programming but also with online tools developed for the course. Come to this course ready to investigate your own ideas.

Courses offered via edX.org are not eligible for academic credit from Davidson College. A passing score in a DavidsonX course(s) will only be eligible for a verified certificate generated by edX.org.

333 votes
Khan Academy Free Popular Closed [?] Computer Sciences Advanced Cryptography Ancient Cryptography Applied Math Cryptography

Explore how we have hidden secret messages through history. What is Cryptography?. Probability Space. The Caesar Cipher. Polyalphabetic Cipher. The One-Time Pad. Frequency Stability. The Enigma Encryption Machine (case study). Perfect Secrecy. Pseudorandom Number Generators.

No votes
Khan Academy Free Closed [?] Mathematics Advanced Cryptography Applied Math Challenges Cryptography

Solve problems using Mathematics, Computer Science and more!. Introduction. The Discovery. Clue #1. Clue #2. Clue #3. Crypto Checkpoint 1. Clue #4. Checkpoint. Crypto Checkpoint 2. Crypto Checkpoint 3. What's Next?. Introduction. The Discovery. Clue #1. Clue #2. Clue #3. Crypto Checkpoint 1. Clue #4. Checkpoint. Crypto Checkpoint 2. Crypto Checkpoint 3. What's Next?.

109 votes
Khan Academy Free Closed [?] Mathematics Applied Math Information Theory

The math behind human, animal and machine communication. What is Information Theory?. Prehistory: Proto-writing. Ptolemaic: Rosetta Stone. Ancient History: The Alphabet. Source Encoding. Visual Telegraphs (case study).

28 votes
Khan Academy Free Closed [?] Computer Sciences Advanced Cryptography Applied Math Cryptography Journey into Cryptography

How have humans protected their secret messages through history? What has changed today?. What is Cryptography?. Probability Space. The Caesar Cipher. Caesar Cipher Exploration. Frequency Fingerprint Exploration . Polyalphabetic Cipher. Polyalphabetic Exploration. The One-Time Pad. Perfect Secrecy Exploration. Frequency Stability. Coin flip sequences. Frequency Stability Exploration. The Enigma Encryption Machine (case study). Perfect Secrecy. Pseudorandom Number Generators. Random Walk Exploration. Ciphers vs. Codes. Shift Cipher. Caesar cipher encryption. Caesar Cipher Decryption. Caesar cipher frequency analysis. Vigenere cipher encryption. XOR Bitwise Operation. XOR & the One-Time Pad. XOR Exploration. Bitwise Operators. What's Next?. The Fundamental Theorem of Arithmetic. Public Key Cryptography: what is it?. The Discrete Logarithm Problem. Diffie-Hellman Key Exchange. RSA Encryption: step 1. RSA Encryption: step 2. RSA Encryption: step 3. Time Complexity (Exploration). Euler's Totient Function. Euler Totient Exploration. RSA Encryption: step 4. What should we learn next?. What is Modular Arithmetic?. Modulo Operator. Congruence Modulo. Congruence Relation. Equivalence Relations. The Quotient Remainder Theorem. Modular Addition & Subtraction. Modular Addition. Modular Multiplication. Modular Multiplication. Modular Exponentiation. Fast Modular Exponentiation. Fast Modular Exponentiation. Modular Inverses. Introduction. Primality Test Challenge. Trial Division. Level 1: Primality Test. Running Time. Level 2: measuring running time. Computer Memory (space). Binary Memory Exploration. Algorithmic Efficiency. Level 3: Challenge. Sieve of Eratosthenes. Level 4: Sieve of Eratosthenes. Primality Test with Sieve. Level 5: Trial division using sieve. The Prime Number Theorem. Prime density spiral. Prime Gaps. Time Space Tradeoff. Summary (what's next?). Randomized Algorithms (intro). Conditional Probability (Bayes Theorem) Visualized. Guess the coin. Random Primality Test (warm up). Level 9: Trial Divison vs Random Division. Fermat's Little Theorem. Fermat Primality Test. Level 10: Fermat Primality Test. What's Next?. What is Cryptography?. Probability Space. The Caesar Cipher. Caesar Cipher Exploration. Frequency Fingerprint Exploration . Polyalphabetic Cipher. Polyalphabetic Exploration. The One-Time Pad. Perfect Secrecy Exploration. Frequency Stability. Coin flip sequences. Frequency Stability Exploration. The Enigma Encryption Machine (case study). Perfect Secrecy. Pseudorandom Number Generators. Random Walk Exploration. Ciphers vs. Codes. Shift Cipher. Caesar cipher encryption. Caesar Cipher Decryption. Caesar cipher frequency analysis. Vigenere cipher encryption. XOR Bitwise Operation. XOR & the One-Time Pad. XOR Exploration. Bitwise Operators. What's Next?. The Fundamental Theorem of Arithmetic. Public Key Cryptography: what is it?. The Discrete Logarithm Problem. Diffie-Hellman Key Exchange. RSA Encryption: step 1. RSA Encryption: step 2. RSA Encryption: step 3. Time Complexity (Exploration). Euler's Totient Function. Euler Totient Exploration. RSA Encryption: step 4. What should we learn next?. What is Modular Arithmetic?. Modulo Operator. Congruence Modulo. Congruence Relation. Equivalence Relations. The Quotient Remainder Theorem. Modular Addition & Subtraction. Modular Addition. Modular Multiplication. Modular Multiplication. Modular Exponentiation. Fast Modular Exponentiation. Fast Modular Exponentiation. Modular Inverses. Introduction. Primality Test Challenge. Trial Division. Level 1: Primality Test. Running Time. Level 2: measuring running time. Computer Memory (space). Binary Memory Exploration. Algorithmic Efficiency. Level 3: Challenge. Sieve of Eratosthenes. Level 4: Sieve of Eratosthenes. Primality Test with Sieve. Level 5: Trial division using sieve. The Prime Number Theorem. Prime density spiral. Prime Gaps. Time Space Tradeoff. Summary (what's next?). Randomized Algorithms (intro). Conditional Probability (Bayes Theorem) Visualized. Guess the coin. Random Primality Test (warm up). Level 9: Trial Divison vs Random Division. Fermat's Little Theorem. Fermat Primality Test. Level 10: Fermat Primality Test. What's Next?.

40 votes
Khan Academy Free Closed [?] Computer Sciences Applied Math Information Theory Journey into Information Theory

We've always been communicating.... as we moved from signal fires, to alphabets & electricity the problems remained the same. What is Information Theory?. Prehistory: Proto-writing. Ptolemaic: Rosetta Stone. Ancient History: The Alphabet. Source Encoding. Visual Telegraphs (case study). Decision Tree Exploration. Electrostatic Telegraphs (case study). The Battery & Electromagnetism. Morse Code & The Information Age. Morse code Exploration. What's Next?. Symbol Rate. Symbol Rate Exploration. Introduction to Channel Capacity. Message Space Exploration. Measuring Information. Galton Board Exploration. Origin of Markov Chains. Markov Chain Exploration. A Mathematical Theory of Communication. Markov Text Exploration. What's Next?. What is Information Theory?. Prehistory: Proto-writing. Ptolemaic: Rosetta Stone. Ancient History: The Alphabet. Source Encoding. Visual Telegraphs (case study). Decision Tree Exploration. Electrostatic Telegraphs (case study). The Battery & Electromagnetism. Morse Code & The Information Age. Morse code Exploration. What's Next?. Symbol Rate. Symbol Rate Exploration. Introduction to Channel Capacity. Message Space Exploration. Measuring Information. Galton Board Exploration. Origin of Markov Chains. Markov Chain Exploration. A Mathematical Theory of Communication. Markov Text Exploration. What's Next?.

Trusted paper writing service WriteMyPaper.Today will write the papers of any difficulty.