Публикации по теме 'linear-algebra'


Векторная 2-норма
Векторная 2-норма Длина вектора чаще всего измеряется «квадратичным корнем суммы квадратов элементов». Ее также называют евклидовой нормой. Попробуем посмотреть на конкретном примере. Дан вектор и покажите его в системе координат (x, y, z) Мы видим, что точка A описывает координату вектора x . Используя теорему Пифагора, мы можем вычислить длину этого вектора Исходя из этого, при p ›=1 формула для получения нормы p имеет вид
Линейная алгебра: поиск обратной матрицы с помощью Python
Часть 3. Полное пошаговое руководство по нахождению обратной матрицы с использованием элементарных операций над строками и определителей матрицы. В предыдущей статье объяснялись различные матричные операции и соответствующие операции. В этой статье мы подробно рассмотрим два разных метода получения обратной матрицы с помощью элементарных операций со строками и с использованием определителей матрицы. Обратная матрица Обратная матрица похожа на обратную величину числа , так что..
Линейная алгебра 101 - Часть 3
Прежде чем перейти к этой статье, обратите внимание, что эти истории представляют собой серию «На пути к пониманию линейной алгебры», и я советую вам сначала взглянуть на части 1 и 2. Очень важно, чтобы вы действовали шаг за шагом, чтобы убедиться, что вы понимаете каждую из фундаментальных концепций, прежде чем переходить к более сложным темам. На пути к пониманию линейной алгебры - Часть 1 Я считаю, что понимание фундаментальных концепций имеет решающее..
Линейная алгебра для машинного обучения
МАТЕМАТИКА ДЛЯ МАШИННОГО ОБУЧЕНИЯ Линейная алгебра для машинного обучения Линейная алгебра является основой машинного обучения и науки о данных, играя решающую роль в широком спектре задач, от предварительной обработки данных до обучения моделей и уменьшения размерности. Понимание концепций линейной алгебры позволяет специалистам по обработке и анализу данных эффективно манипулировать и анализировать сложные наборы данных, создавать надежные модели и извлекать из данных ценные сведения...
Математика машинного обучения
В этой статье рассматриваются математические основы машинного обучения, исследуются такие ключевые понятия, как линейная алгебра, исчисление и теория вероятностей. Узнайте, как эти математические инструменты используются для создания и оптимизации моделей машинного обучения, и получите более глубокое представление об алгоритмах, лежащих в основе современных систем искусственного интеллекта. Независимо от того, являетесь ли вы опытным специалистом по данным или только начинаете работать в..
Давайте разберемся с глубоким обучением | Распаковка нейронных сетей
Глубокое обучение играет ключевую роль в современном ИИ (искусственном интеллекте) и машинном обучении. Он использует серию «нейронов», структурированных слоями, для разбивки данных и извлечения необходимых нам выходных данных. Эти комплексы слоев нейронов, которые мы описали, называются нейронными сетями или ИНС (искусственными нейронными сетями). Как вы могли догадаться, эта структура нейронов чем-то похожа на то, как нейроны в нашем мозгу помогают нам учиться. Аналогия не..
Ученые сделали разложение тензорного поезда быстрее и точнее
Машинное обучение, как и некоторые другие типы статистических задач, страдает от проблемы, называемой проклятием размерности . Он возникает , когда количество особенностей модели становится слишком большим. Объем данных растет в геометрической прогрессии, что не только увеличивает трудоемкость вычислений и требования к хранению данных, но и ставит под угрозу успех обучения. Тензорные поезда Одним из способов обойти эту проблему является алгоритм, основанный на разложении..