ОСНОВНАЯ МАТЕМАТИКА ДЛЯ НАУКИ ДАННЫХ Основы математики для науки о данных: введение в матрицы и матричный продукт Получите хорошее понимание одного из строительных блоков линейной алгебры: матриц и их произведения. Как вы видели в Основах математики для науки о данных , векторы - это полезный способ хранения данных и управления ими. Вы можете представить их геометрически в виде стрелок или массивов чисел (координаты их конечных точек). Однако может быть полезно создавать более..

ОСНОВНАЯ МАТЕМАТИКА ДЛЯ НАУКИ ДАННЫХ Распределение Пуассона Узнайте об этом важном дискретном распределении с помощью кода и примеров. Распределение Пуассона Распределение Пуассона , названное в честь французского математика Дени Симона Пуассона, представляет собой дискретную функцию распределения, описывающую вероятность того, что событие произойдет определенное количество раз в фиксированный интервал времени (или пространства). Он используется для моделирования данных на..

ОСНОВНАЯ МАТЕМАТИКА ДЛЯ НАУКИ ДАННЫХ Визуальное введение в декомпозицию по сингулярным значениям (SVD) Узнайте о SVD с помощью визуализации матричных преобразований В этой статье вы узнаете о декомпозиции по сингулярным значениям (SVD), которая является основной темой линейной алгебры, науки о данных и машинного обучения. Например, он используется для расчета анализа главных компонентов (PCA). Вам потребуется некоторое понимание основ линейной алгебры (не стесняйтесь проверить..

ОСНОВНАЯ МАТЕМАТИКА ДЛЯ НАУКИ ДАННЫХ Основы математики для науки о данных: собственные векторы и их применение в PCA Понять собственные векторы и собственные значения и их отношение к анализу главных компонентов (PCA) Разложение матрицы , также называемое факторизацией матрицы , - это процесс разделения матрицы на несколько частей. В контексте науки о данных вы можете, например, использовать его для выбора частей данных, направленных на уменьшение размерности без потери..