Линейная алгебра в науке о данных:
Праджакта грива
Институт геоинформатики "Симбиоз"
Обзор: Линейная алгебра является основой для широкого спектра методов и приложений науки о данных.
Вот несколько примеров того, как линейная алгебра может помочь вам стать лучшим специалистом по данным.
Эти приложения были разделены на множество категорий — базовое машинное обучение, уменьшение размерности, обработка естественного языка и компьютерное зрение — все это примеры базового машинного обучения.
Введение: Линейная алгебра была бы Бэтменом для Бэтмена науки о данных. Этот преданный помощник часто упускается из виду. Тем не менее, это двигатель, который управляет важными дисциплинами науки о данных, такими как обработка естественного языка и компьютерное зрение.
Я видел, как многие поклонники науки о данных пропустили этот курс, потому что математика слишком сложна для их понимания. Люди не беспокоятся о линейной алгебре, когда языки программирования для обработки данных предлагают множество инструментов для работы с данными. Это ошибка. Все продвинутые алгоритмы машинного обучения, с которыми мы знакомы, основаны на линейной алгебре. Это важная часть инструментария специалиста по данным. Вы должны считать линейную алгебру обязательной темой в науке о данных, как мы вскоре увидим.
И поверьте мне, когда я говорю, что линейная алгебра повсюду! Это откроет ранее невообразимые возможности для работы с данными и их изменения.
В этом эссе я подробно описал пять фантастических приложений линейной алгебры в науке о данных. Для вашего удобства я разделил приложения на четыре категории:
· Компьютерное обучение
· Снижение размерности
· Обработка естественного языка (NLP)
· Распознавание зрения компьютером
Я также включил ресурсы для каждого приложения, чтобы вы могли узнать больше о тех, которые привлекают ваше внимание.
Средняя абсолютная ошибка (MAE) — это мера того, насколько точным
Средняя абсолютная ошибка (MAE) идентична средней стандартной ошибке (MSE), за исключением того, что мы вычисляем абсолютную разницу между наблюдаемыми и защищенными данными.
содержание оглавление
Каковы преимущества изучения линейной алгебры?
Машинное обучение и линейная алгебра
Функции потери
Регуляризация
Матрица ковариации
Классификация машин с использованием опорных векторов
Уменьшение размерности с помощью линейной алгебры
Анализ основных компонентов (PCA)
Разложение сингулярных значений (SVD)
Обработка естественного языка и линейная алгебра
Вложения слов
Скрытый семантический анализ (LSA) — это тип семантического анализа, который выглядит
Компьютерное зрение и линейная алгебра
Тензорное представление изображений
Обработка изображений и свертка
