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

Time	Narration
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।

Contributors and Content Editors

Kaushik Datta