Публикации по теме 'linear-algebra'
Важность линейной алгебры в машинном обучении
Концепции линейной алгебры играют очень важную роль для понимания теории машинного обучения. Это помогает понять интуицию, стоящую за функциональностью алгоритма в фоновом режиме. Так что для новичка изучение линейной алгебры должно стать первым шагом к тому, чтобы стать профессионалом в этой области. В этом посте вы кратко познакомитесь с наиболее важными концепциями, которые используются в машинном обучении.
Оглавление:
1. Введение
2. Объекты линейной алгебры.
3. Пример..
Какая математика, алгоритмы или языки программирования в основном используются в науке о данных?
Какая математика, алгоритмы или языки программирования в основном используются в науке о данных?
Наука о данных работает над получением важных идей из данных. Чтобы извлечь инсайты, мы должны описать данные и выполнить несколько операций. В науке о данных и машинном обучении линейная алгебра полезна для представления и обработки данных.
Линейная алгебра:
Линейная алгебра упрощает научные вычисления. Большинство сложных уравнений можно преобразовать в линейные уравнения с помощью..
Нежное введение в вариационные автоэнкодеры (VAE)
Генеративные модели — это творческие поклонники сообщества машинного обучения. Они могут изучать совместное распределение обучающих данных, что позволяет нам генерировать новый текст/изображения/аудио, похожие на то, что видела модель. Для обучения хорошей генеративной модели требуется много данных, особенно если точки данных являются высокоразмерными .
Вариационные автоэнкодеры , или VAE, представляют собой тип генеративной модели, которая сжимает входные данные в низкоразмерный..
LINALG — Линейные преобразования и матрицы
Матрица как трансформация пространства — 3Blue1Brown
Линейное преобразование
«Матрица — это линейное преобразование»
Это самая важная концепция, которую мы изучаем сегодня. Прежде чем углубиться, давайте посмотрим, что такое линейные преобразования.
Назовем преобразование пространства «линейным», когда выполняются два условия:
Каждая линия должна оставаться линейной после преобразования Происхождение должно оставаться прежним
Понимание концепции (шаг 1)
В прошлом посте..
О векторной проекции
Как это связано с скалярными произведениями вектора
В области науки о данных, машинного обучения и искусственного интеллекта мы всегда имеем дело с векторами в линейной алгебре.
Существует множество концепций и формул, которые мы должны знать о векторах, и одна из наиболее важных особенностей вектора, связанная с наукой о данных, - это проекция вектора.
Векторная проекция тесно связана с скалярным произведением векторов, поэтому давайте сначала посмотрим, что такое скалярное..
Математика для машинного обучения, часть 2
Вот Часть-2 - Математика для машинного обучения. Часть-1 . Если вы еще не прошли через это, сделайте это прямо сейчас!
СОДЕРЖАНИЕ
Собственные значения и собственные векторы Симметричные матрицы Диагонализация Полиномиальная интерполяция Линейная регрессия методом наименьших квадратов
Собственные значения и собственные векторы
import numpy as np
import matplotlib.pyplot as plt
import scipy.linalg as la
Определение
Пусть A - квадратная матрица...
Многомерная линейная регрессия… ЕСТЬ ЕЩЕ?
Привет, читатели! Это продолжение моей средней тенденции - понимание теории / математики машинного обучения. Поскольку я начал заниматься этой темой, я буду писать статьи среднего размера, описывающие свой путь, следите за обновлениями. А теперь вернемся к моей статье!
В предыдущей статье я рассмотрел математику, лежащую в основе одномерной линейной регрессии и ее реализацию в Python . Теперь вы, возможно, смотрите на многомерную линейную регрессию и думаете: Ну, мой мозг вот-вот..
