<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Линейная Алгебра on Digitable courses</title>
    <link>https://courses.digitable.life/tags/%D0%BB%D0%B8%D0%BD%D0%B5%D0%B9%D0%BD%D0%B0%D1%8F-%D0%B0%D0%BB%D0%B3%D0%B5%D0%B1%D1%80%D0%B0/</link>
    <description>Recent content in Линейная Алгебра on Digitable courses</description>
    <generator>Hugo</generator>
    <language>ru-RU</language>
    <lastBuildDate>Sat, 01 Aug 2026 00:12:59 +0300</lastBuildDate>
    <atom:link href="https://courses.digitable.life/tags/%D0%BB%D0%B8%D0%BD%D0%B5%D0%B9%D0%BD%D0%B0%D1%8F-%D0%B0%D0%BB%D0%B3%D0%B5%D0%B1%D1%80%D0%B0/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Линейная алгебра: векторы, пространства, базисы и линейная независимость</title>
      <link>https://courses.digitable.life/post/mathematics/05-linear-algebra-vectors/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/mathematics/05-linear-algebra-vectors/</guid>
      <description>Как из восьми аксиом вырастает вся линейная алгебра: векторные пространства, линейная оболочка, независимость, базис, размерность, координаты и ортогональность — со строгими определениями, ручными разборами и кодом на numpy.</description>
    </item>
    <item>
      <title>Математика для ML: линейная алгебра, анализ, вероятности</title>
      <link>https://courses.digitable.life/post/machine-learning/01-math-foundations/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/machine-learning/01-math-foundations/</guid>
      <description>Рабочий минимум математики для машинного обучения: векторы и матрицы как язык данных, градиенты и оптимизация как механизм обучения, вероятности и правдоподобие как источник функций потерь.</description>
    </item>
    <item>
      <title>Математика для программиста: карта трека и зачем она нужна на практике</title>
      <link>https://courses.digitable.life/post/mathematics/00-overview/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/mathematics/00-overview/</guid>
      <description>Обзорная карта трека: какие разделы математики реально окупаются в инженерной работе, в каком порядке их брать и как каждый из них проявляется в типах, БД, распределённых системах, ML и криптографии.</description>
    </item>
    <item>
      <title>Матрицы, линейные отображения, определители и системы уравнений</title>
      <link>https://courses.digitable.life/post/mathematics/06-linear-algebra-matrices/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/mathematics/06-linear-algebra-matrices/</guid>
      <description>Матрица — это не таблица чисел, а линейное отображение в координатах: откуда берётся правило умножения, что на самом деле измеряет определитель, как устроен метод Гаусса с пивотингом, почему обратную матрицу не считают и что делает число обусловленности с вашими данными.</description>
    </item>
    <item>
      <title>Собственные значения, SVD и матричные разложения</title>
      <link>https://courses.digitable.life/post/mathematics/07-eigen-and-decompositions/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/mathematics/07-eigen-and-decompositions/</guid>
      <description>Собственные векторы как «оси, которые матрица не поворачивает», спектральная теорема, SVD и её геометрия, малоранговые приближения, LU/QR/Холецкий/Шур — со строгими формулировками, ручными разборами и рабочим кодом на numpy.</description>
    </item>
    <item>
      <title>Теория графов: структуры, свойства и теоремы</title>
      <link>https://courses.digitable.life/post/mathematics/04-graph-theory/</link>
      <pubDate>Thu, 16 Jul 2026 10:00:00 +0300</pubDate>
      <guid>https://courses.digitable.life/post/mathematics/04-graph-theory/</guid>
      <description>От строгого определения графа до теорем Эйлера, Куратовского, Кёнига и Кирхгофа — с интуицией, ручными разборами и работающим Python-кодом.</description>
    </item>
  </channel>
</rss>
