La seule chose que vous devez savoir sur l’algèbre linéaire pour la science des données et l’apprentissage automatique

L’algèbre linéaire est une question de matrices, et principalement de multiplier ces matrices. Si vous ne vous souvenez qu’une seule chose sur le sujet, ce serait celle-ci. Pour multiplier deux matrices, ils doivent être de quelque forme que ce soit. Spécifiquement, Le nombre de colonnes dans la première matrice doit être le même que le nombre de lignes dans la deuxième matrice. C’est parce que nous multiplions les lignes par des colonnes, et elles doivent être de la même longueur.

Par exemple (la notation est composée):

(1000, 4) * (4,50) => (1000, 50)

Notez comment la matrice résultante a le même nombre de lignes que la première et le même nombre de colonnes que la seconde. Cette connaissance des exigences de forme est très utile pour le débogage.

Ressources d’algèbre linéaire

Si vous souhaitez en savoir plus sur l’algèbre linéaire, il existe de nombreux cours et livres sur le sujet, beaucoup d’entre eux gratuitement. Pour les débutants, Jeff Chasnov Algèbre matricielle pour les ingénieurs Cela semble être un bon choix. Le vidéos sont disponibles sur YouTube et le livret est lié dans les descriptions. Pour commencer, vous pouvez vérifier le Vidéo sur la multiplication matricielle.

Le cours est bon, bien qu’à notre avis, il contient des parties non pertinentes. Par exemple, il est assez difficile d’imaginer que dans la pratique, vous auriez jamais besoin de calculer un déterminant de matrice en utilisant la formule Leibniz. Qu’est-ce que c’est? Vous n’avez tout simplement pas besoin de savoir, sauf si vous êtes mathématicien. N’encombrez pas votre mémoire.

Jeff Chasnov vous offrant une pilule bleue et une pilule rouge

Pour une plongée plus profonde Les conférences de Gilbert Strang sont un classique et une étalon-or. Strang a également un Peu de livres.

Pour faire des exercices, on pourrait utiliser sympathique De plus ou même au lieu du stylo et du papier. Symy semble être plus axé sur l’utilisation de l’éducation que Numpy et présente les opérations que vous ne trouverez pas dans Numpy, comme les déterminants de la matrice informatique, par exemple.

In (1): from sympy import *

In (2): A = Matrix(( (1,2,3), (4,5,6), (7,8,9) ))

In (3): A
Out(3):
Matrix((
(1, 2, 3),
(4, 5, 6),
(7, 8, 9)))

In (4): A.det()
Out(4): 0

Il y a même un plus avancé Cours d’algèbre linéaire qui utilise Sympy avec des extraits de code intégrés sur la page Web de manière novatrice.

Crédit: Une page de mème à vérifier chaque fois que Matlab plante

Si vous êtes intéressé, consultez notre article de dix ans sur Math pour l’apprentissage automatique Énumérer d’autres éléments, en particulier les cours en ligne. Malheureusement, de nombreux liens ont expiré, mais pas tous.