编程学习机构:学习机器学习应该知道多少线性代数:

我是机器学习的新手,但不是很新,我知道一些简单的东西,如 K-means 聚类和人工神经网络和贝叶斯推理。我想学习机器学习更多的细节,所以我开始阅读“机器学习:概率视角”,我没有问题,直到我开始了“高斯过程”一章,我看到了很多本征分解,以及如何使用对角协方差矩阵来学习一些线性代数主题,所以我不知道。

谢谢

2

矩阵必须成为您的新名字。

说真的,现在很多机器学习都是纯线性代数,涉及大量的矩阵运算。如果没有线性代数方面的知识,你会发现很难理解他们在写什么;但是矩阵符号允许在一个简短的精确的公式中投入大量的复杂性。

深度学习使用 GPU 卡效果很好,因为它是大量的矩阵乘法。没有线性代数,没有深度学习。

0

线性代数是基石,因为机器学习中的一切都是向量或矩阵。点积,距离,矩阵分解,特征值等一直出现。

Source:http://fastml.com/math-for-machine-learning/

本站系公益性非盈利分享网址,本文来自用户投稿,不代表边看边学立场,如若转载,请注明出处

(493)
电脑为什么会黑屏:为什么会这样 (erring out)
上一篇
Logan:“快速访问”右键单击上下文菜单的恼人的注册表怪癖 更改项目是否为OneDrive
下一篇

相关推荐

发表评论

登录 后才能评论

评论列表(23条)