Линейна алгебра
Вектори, матрици, трансформации, системи уравнения, собствени вектори и SVD, с приложенията им в ИИ.
16 урока · около 360 минНОИИIOAIНужно: Основи на Python, NumPy
Първо завърши: Функции
- 1
Вектори
Събиране, скаларно произведение и дължина на вектор
20 мин Заключен
- 2
Скаларно произведение и ъгъл
Какво значи скаларното произведение геометрично
20 мин Заключен
- 3
Норми и разстояния
L1, L2 и L∞ норми, единични вектори и косинусово разстояние
20 мин Заключен
- 4
Матрици
Размерности, умножение на матрици и транспониране
25 мин Заключен
- 5
Специални матрици
Единична, диагонална, симетрична и ортогонална матрица
20 мин Заключен
- 6
Линейни трансформации
Матрицата като преобразуване на равнината
20 мин Заключен
- 7
Системи уравнения и обратна матрица
Ax = b, детерминанта, обратна матрица и точната формула за линейна регресия
25 мин Заключен
- 8
Метод на Гаус
Решаване на системи с изключване на неизвестни
20 мин Заключен
- 9
Ранг и линейна независимост
Колко наистина различна информация има в една матрица
20 мин Заключен
- 10
Базис и координати
Един и същ вектор в различни координатни системи
20 мин Заключен
- 11
Проекции и ортогоналност
Най-близката точка по права или равнина
20 мин Заключен
- 12
Метод на най-малките квадрати
Най-добрата права през точки, които не лежат на права
25 мин Заключен
- 13
Собствени вектори и стойности
Посоките, които матрицата само разтяга
30 мин Заключен
- 14
Ковариационна матрица
Как признаците се движат заедно
20 мин Заключен
- 15
SVD разлагане
Всяка матрица като въртене, разтягане и въртене
30 мин Заключен
- 16
Приложения в машинното обучение
PCA, препоръчителни системи и embeddings с линейна алгебра
25 мин Заключен
Изпит на курса
Отключва се, когато завършиш всички уроци.