Свързани публикации 'linear-algebra'


Единични вектори и собствени стойности.
Тази статия работи като кратко въведение в две важни концепции в машинното обучение, собствени вектори и собствени стойности. Собствени неща Думата Eigen произлиза от немски и може грубо да се преведе като характеристика , така че когато говорим за проблем със собствените числа, говорим за намиране на характерни свойства на нещо. Собствени вектори: Собственият вектор е просто ненулев вектор, в който, когато се приложи линейна трансформация, той ще се промени само със скаларен..
Математика за машинно обучение: Линейна алгебра — Пета седмица
Последната седмица от този курс е завършена. Беше забавно и вълнуващо пътуване. Имам чувството, че разбирането ми за линейната алгебра, свързано с науката за данни и машинното обучение, се е подобрило значително. Седмица пет се съсредоточава около комбинирането на всички знания, изградени по време на курса, в един последен проект. Научаваме за „собствени стойности и собствени вектори“. След това използваме тези собствени стойности и собствени вектори, за да внедрим „алгоритъма на Google..
LINALG — Трансформация между измеренията
Неквадратни матрици като трансформации между измерения — 3Blue1Brown Неквадратни матрици Досега знаем, че матрица 2 x 2 в xy-координатна равнина действа като линейна трансформация, коригирайки позицията на приземяване на базовите вектори i-hat и j-hat. Всяко число показва позицията на i-hat и j-hat. Но как да интерпретираме матрици като матрицата 3 x 2? Как матрицата 3 x 2 трансформира системата? Основният процес е същият. Просто трябва да преместим i-hat и j-hat до посочената..
5 начина за разглеждане на матрично умножение
Здравейте, ще обясня 5 интерпретации на матрично умножение, които е необходимо да знаете за машинното обучение и науката за данни. Напомняне за матричната нотация: Разглеждаме следния общ случай за всичките 5 части. Първият начин всъщност е дефиницията на матрично умножение. Всеки елемент от матрица C е точково произведение на съответния ред от матрица A и съответната колона от матрица B. Напомняне за точков продукт: Оттук нататък всички следващи са просто..
Овладяване на линейната алгебра с Python: Задълбочено ръководство за вектори и техните приложения
Векторите са основни градивни елементи на различни алгоритми за машинно обучение Овладяване на линейната алгебра с Python: Задълбочено ръководство за вектори и техните приложения Векторите са основни градивни елементи на линейната алгебра и играят решаваща роля в различни алгоритми за машинно обучение. Този изчерпателен урок има за цел да ви предостави задълбочено разбиране на векторите, като обхваща тяхната дефиниция, функция, интерпретация и имплементация в Python. Ще придобиете опит..
По-функционално: История за рефакторинг на 2d векторна библиотека
Тази статия е за това как пренаписах моята библиотека vec-la в стил на функционално програмиране. vec-la е малка двумерна библиотека за линейна алгебра , която моделира вектори и матрици като обикновени масиви на JavaScript . Тази статия обаче не е за математика и линейна алгебра — не е нужно да знаете толкова много, за да можете да извлечете някаква полза от нея. Интензивен курс: Какво е вектор? В случай, че не знаете, векторът е основно подредена колекция от числа...
Атакуващи модели на машинно обучение: Методът на бързия градиентен знак.
„Противници“ буквално означава опонент в състезание, в случай на модели за машинно обучение шумните данни често могат да действат като този противник. Нека се опитаме да разберем противниците, като използваме директен пример за модел на логистична регресия. Ще използваме sklearn.datasets за генериране на фиктивни данни и PyTorch за изграждане на нашия логистичен регресионен модел. # Importing nessecary libraries import torch import random, os from torch import nn import numpy as np..