Публикации по теме 'linear-algebra'
Все, что вам нужно знать о PCA, часть 1
Цель: после прочтения этого сообщения и части 2 читатель должен чувствовать себя комфортно при использовании PCA и быть в состоянии объяснить, что означают эти числа из PCA.
Аудитории. Часть 1 не требует математического образования, в основном это логика и интуиция. В части 2 предполагается, что читатель знаком с матрицей, собственным значением и собственным вектором.
Содержание:
Введение Интуиция PCA Простой пример Резюме
Введение
Что такое PCA и почему это вас..
Линейная алгебра: основные матричные операции
Это часть курса Линейная алгебра с JavaScript .
В этой части мы рассмотрим большинство основных матричных операций. Мы собираемся складывать и вычитать матрицы, умножать их на скаляр, реализовывать умножение матрицы на матрицу, находить транспонированную матрицу и более глубоко изучать определитель. В этой части мы не будем рассматривать такие понятия, как обратная матрица и ранг, но оставим их на будущее.
Сложение и вычитание
Операции сложения и вычитания принимают пары..
Линейная алгебра в компьютерном зрении
Линейная алгебра — это мощный инструмент для машинного обучения, науки о данных и других связанных областей, таких как компьютерное зрение, обработка естественного языка. В компьютерном зрении линейная алгебра имеет свои собственные реализации области, такие как использование матриц, векторов и тензоров, а также их операции, такие как линейное преобразование, операции с матрицами, линейная корреляция, зависимость переменных. PCA является наиболее важным инструментом, используемым для..
Под капотом прямого распространения нейронных сетей - страшное умножение матриц
Введение
Этот пост был мотивирован разочаровывающей ошибкой в нейронной сети, которую я создавал, которая наконец заставила меня пойти под капот и действительно понять линейную алгебру, лежащую в основе нейронных сетей. Я обнаружил, что у меня все в порядке, просто убедившись, что внутренние размеры двух матриц, которые я умножаю, совпадают, и когда возникают ошибки, я просто как бы транспонирую матрицу здесь и транспонирую матрицу туда, пока все не сработает, но это скрывало..
Понимание линейной алгебры в путешествии — — Часть Ⅱ: От подпространств к SVD
Об этой истории
Это второй рассказ этой рубрики о линейной алгебре, от четырех фундаментальных подпространств до SVD — — Разложение по сингулярным значениям. Вычисление здесь не главное, поэтому я не буду уделять много внимания тому, как вычислять сингулярные значения и так далее. Эта история просто пытается ответить на один простой вопрос: Почему СВД? Я думаю, эта тема была бы более интересной и сложной, если бы вы поняли Что такое SVD и Как реализовать SVD .
Может быть..
Анализ главных компонентов с точки зрения машинного обучения (часть 2)
В моей предыдущей статье я рассмотрел анализ главных компонент со статистической точки зрения. В этой статье я рассмотрю аспект машинного обучения той же темы. Обратите внимание, что объем, который я рассмотрю, является элементарным и не охватывает варианты PCA, такие как вероятностный PCA и PCA ядра. Как и в моей предыдущей статье, содержание носит довольно технический характер, поэтому знакомство с некоторыми из следующих элементов облегчит понимание этой статьи: линейная алгебра..
Линейная алгебра для начинающих специалистов по данным, часть I
Этот блог поможет вам понять важность линейной алгебры и основных концепций, необходимых для науки о данных, а также объяснит, как она применяется для решения реальных проблем. Кроме того, я добавил блокнот на Python, чтобы кодировать концепции линейной алгебры на Python для лучшего понимания.
Вступление
Линейная алгебра - это область математики, которая, по общему мнению, является предпосылкой для более глубокого понимания машинного обучения. Это основа для области алгоритмов..
