Kaushik Datta: Created page with "{| border=1 | '''Time ''' | '''Narration''' |- | 00:01 | Advanced matrix operations এর স্পোকেন টিউটোরিয..."

2020-04-21T12:15:51Z

Created page with "{| border=1 | <center>'''Time '''</center> | <center>'''Narration'''</center> |- | 00:01 | Advanced matrix operations এর স্পোকেন টিউটোরিয..."

New page

{| border=1
| <center>'''Time '''</center>
| <center>'''Narration'''</center>

|-
| 00:01
| Advanced matrix operations এর স্পোকেন টিউটোরিয়ালে আপনাদের স্বাগত।

|-
| 00:07
| এই টিউটোরিয়ালে আপনি শিখবেন: matrix এর Frobenius এবং infinity norm সন্ধান করা।

|-
| 00:14
| Matrix এর singular value decomposition সন্ধান করা।

|-
| 00:19
| টিউটোরিয়ালটি রেকর্ড করতে ব্যবহার করছি Ubuntu Linux 16.04 অপারেটিং সিস্টেম

|-
| 00:26
| Python 3.4.3 এবং IPython 5.1.0

|-
| 00:33
| টিউটোরিয়ালটি অনুশীলন করতে আপনার Lists, arrays এবং arrays এর accessing parts এবং বুনিয়াদি matrix operations ক্রিয়ান্বিত করার জ্ঞান থাকা উচিত।

|-
| 00:46
| না হলে এই ওয়েবসাইটে সম্পর্কিত পাইথন টিউটোরিয়াল দেখুন।

|-
| 00:51
| প্রথমে আমরা flatten ফাংশন সম্পর্কে দেখবো।

|-
| 00:55
| flatten() ফাংশন অ্যারের একটি কপি রিটার্ন করে, যা একক dimension এ ছোট হয়ে যায়।

|-
| 01:01
|এটির ব্যবহার multidimensional matrix কে single dimension matrix এ রূপান্তর করতে করা যেতে পারে।

|-
| 01:08
| ipython শুরু করি। টার্মিনাল খুলুন।

|-
| 01:13
| ipython3 লিখুন এবং এন্টার টিপুন।

এখান থেকে, টার্মিনালে প্রতিটি কমান্ড লেখার পর এন্টার কী টিপতে ভুলবেন না।

|-
| 01:25
| এখন দেখি যে arrays কিভাবে বানায়।

|-
| 01:29
| লিখুন from numpy import asmatrix comma arange.

|-
| 01:35
| a is equal to asmatrix বন্ধনীতে arange বন্ধনীতে 1 comma 10 dot reshape বন্ধনীতে 3 comma 3.

|-
| 01:48
| তারপর a লিখুন। এখন লিখুন, a dot flatten ওপেন এবং ক্লোস বন্ধনী।

|-
| 01:57
| প্রথমে আমরা numpy module থেকে arange function ইম্পোর্ট করেছি।

|-
| 02:02
| এখানে আমরা দেখতে পারি যে 3 by 3 matrix একটি dimensional matrix এ বদলে গেছে।

|-
| 02:08
| এরপর আমরা frobenius norm সম্পর্কে শিখব।

|-
| 02:12
|এটি elements এর absolute squares এর যোগফলের বর্গমূল হিসাবে সংজ্ঞায়িত করা হয়।

|-
| 02:18
| ভিডিওটি থামান।

এই অনুশীলনী চেষ্টা করুন এবং তারপর ভিডিওটি আবার শুরু করুন।

|-
| 02:24
| প্রদত্ত 4 by 4 matrix এর inverse এর frobenius norm সন্ধান করুন।

|-
| 02:30
| সমাধানের জন্য টার্মিনালে ফিরে যান।

|-
| 02:34
| লিখুন:

m is equal to asmatrix বন্ধনীতে arange বন্ধনীতে 1 comma 17 dot reshape বন্ধনীতে 4 comma 4

|-
| 02:46
|এখানে আমরা asmatrix, arange এবং reshape ফাংশন ব্যবহার করেছি।

|-
| 02:52
|আমরা 1 থেকে 16 পর্যন্ত elements সহ 4 by 4 আকারের matrix বানিয়েছি।

|-
| 02:59
| এখন লিখুন:

m বর্গাকার বন্ধনীতে 0 comma 1 is equal to 0.

|-
| 03:06
|m বর্গাকার বন্ধনীতে 1 comma 3 is equal to 0.

|-
| 03:12
| তারপর লিখুন, m.

আমরা সারি 0 কলাম 1 এবং সারি 1 কলাম 3 তে এলিমেন্টের ভ্যালুকে 0 তে বদলেছি।

|-
| 03:23
| matrix m এর ইনভার্সের Frobenius norm খুঁজে পেতে দেখানো অনুযায়ী লিখুন।

|-
| 03:33
| norm ফাংশন numpy.linalg module এ উপলব্ধ।

|-
| 03:39
| এরপর, আমরা matrix এর infinity norm সম্পর্কে শিখব।

|-
| 03:44
|এটিকে প্রতিটি সারিতে এলিমেন্টের absolute value এর যোগফলের সর্বাধিক ভ্যালু হিসাবে সংজ্ঞায়িত করা হয়।

|-
| 03:51
| ভিডিওটি থামান।

এই অনুশীলনী চেষ্টা করুন এবং তারপর ভিডিওটি আবার শুরু করুন।

|-
| 03:57
| matrix im এর infinity norm সন্ধান করুন।

|-
| 04:01
| সমাধানের জন্য টার্মিনালে ফিরে যান।

|-
| 04:05
| matrix im এর Infinity norm জানতে, দেখানো অনুযায়ী লিখুন।

|-
| 04:11
|এখানে ord parameter এর জন্য ভ্যালুকে infinity norm এ গণ্য করার জন্য inf হিসাবে পাস করা হয়।

|-
| 04:18
| norms সম্পর্কে আরো জানতে লিখুন norm question mark.

|-
| 04:24
| প্রস্থান করতে q টিপুন।

|-
| 04:28
| এরপর আমরা singular value decomposition সম্পর্কে দেখবো।

|-
| 04:33
|linear algebra তে, singular value decomposition real বা complex matrix এর গুণনখন্ড।

|-
| 04:42
| matrix m1 এর SVD, numpy.linalg module এ উপলব্ধ svd ফাংশন ব্যবহার করে পাওয়া যাবে।

|-
| 04:52
|দেখানো অনুযায়ী লিখুন।

|-
| 04:56
|svd, 3 elements এর tuple রিটার্ন করে।

|-
| 05:00
| আমরা এই ভ্যালুগুলি variable U, sigma এবং V underscore conjugate এ আনপ্যাক করেছি।

|-
| 05:08
| লিখুন বড়হাতের U.

|-
| 05:12
| লিখুন sigma.

|-
| 05:15
| লিখুন বড়হাতের V underscore conjugate.

|-
| 05:20
| আমরা singular value decomposition এর U, sigma এবং V underscore conjugate, m1 র সাথে গুননফল তুলনা করে পুষ্টি করতে পারি।

|-
| 05:30
|sigma একটি dimensional array যাতে matrix এর শুধুমাত্র diagonal elements রয়েছে।

|-
| 05:37
| দেখানো অনুযায়ী লিখুন।

আমরা প্রথমে এই অ্যারেটিকে matrix এ রূপান্তর করি।

|-
| 05:43
| লিখুন smat.

smat হল 2 by 3 zero matrix.

|-
| 05:51
| এখন লিখুন, smat বর্গাকার বন্ধনীতে colon 2 comma colon 2 is equal to diag বন্ধনীতে sigma.

|-
| 06:02
| তারপর লিখুন smat.

|-
| 06:06
| এটি sigma থেকে ভ্যালু সহ smat এ সারি 0 কলাম 0 এবং সারি 1 কলাম 1 এ ভ্যালু প্রতিস্থাপন করে।

|-
| 06:16
| smat হল 2 by 3 matrix, যা sigma এর ভ্যালু diagonal elements এবং শূন্য হিসাবে গুণ করে বানানো হয়েছে।

|-
| 06:27
| দেখানো অনুযায়ী লিখুন।

|-
| 06:33
| এটি True রিটার্ন করে।

এর মানে হল m1 এ এলিমেন্টস এবং U, sigma এবং V underscore conjugate এর গুননফল সমান।

|-
| 06:43
| এটি আমাদের টিউটোরিয়ালের শেষে নিয়ে আসে। সংক্ষেপে...

|-
| 06:49
| এখানে আমরা শিখেছি, norm() ফাংশন ব্যবহার করে matrix এর norm গণনা করা।

|-
| 06:56
| svd() ফাংশন ব্যবহার করে matrix এর SVD গণনা করা।

|-
| 07:01
| আপনার সমাধানের জন্য এখানে একটি স্ব মূল্যায়ন প্রশ্ন রয়েছে।

norm বন্ধনীতে A comma ord is equal to একক উদ্ধৃতিতে fro is same as norm বন্ধনীতে A.

True বা False.

|-
| 07:19
| এবং উত্তর হল True, কারণ order is equal to একক উদ্ধৃতিতে fro অর্থাৎ Frobenius norm.

|-
| 07:29
|সময়ের সাথে আপনার প্রশ্ন এই ফোরামে পোস্ট করুন।

|-
| 07:33
| এই ফোরামে Python সম্পর্কিত আপনার সাধারণ প্রশ্ন পোস্ট করুন।

|-
| 07:37
| FOSSEE দল TBC প্রকল্প সমন্বয় করে।

|-
| 07:41
| স্পোকেন টিউটোরিয়াল প্রকল্প ভারত সরকারের NMEICT, MHRD দ্বারা সমর্থিত। আরো জানতে এই লিঙ্কে যান।

|-
| 07:50
|আই আই টী বোম্বে থেকে আমি কৌশিক দত্ত বিদায় নিচ্ছি। অংশগ্রহনের জন্য ধন্যবাদ।

|}

Python-3.4.3/C3/Advanced-Matrix-Operations/Bengali - Revision history

Kaushik Datta: Created page with "{| border=1 | '''Time ''' | '''Narration''' |- | 00:01 | Advanced matrix operations এর স্পোকেন টিউটোরিয..."