filmov
tv
Разбор МАТАНА и ЛИНАЛА в Python для Data Science / Easy Level (basic)

Показать описание
Большая ошибка предполагать, что вам не нужны знания высшей математики для работы в сфере Data Science. Часть примеров, где используются те или иные разделы:
1) Матрицы (векторное пространство): нужны при обработке ваших табличных данных, например вам нужно передать значения в модель, в Deep Learning при обработке изображений, сигналов;
2) Операции над матрицами + собственный вектор (можете еще почитать про SVD): используются в линейной алгебре, а именно, в методе нахождения оптимальных параметров линейной регрессии, также когда вам в Deep Learning нужно сжать изображение, чтобы передать его в нейросеть, так как в совокупности размер этих изображений, может занимать много памяти.
Ссылка на notebook
Полезные ресурсы:
Nympy
На русском с картинками + где могут использоваться массивы
Matplotlib с документаций и туториалами
На русском
Sympy
#DataScience #линал #матан
1) Матрицы (векторное пространство): нужны при обработке ваших табличных данных, например вам нужно передать значения в модель, в Deep Learning при обработке изображений, сигналов;
2) Операции над матрицами + собственный вектор (можете еще почитать про SVD): используются в линейной алгебре, а именно, в методе нахождения оптимальных параметров линейной регрессии, также когда вам в Deep Learning нужно сжать изображение, чтобы передать его в нейросеть, так как в совокупности размер этих изображений, может занимать много памяти.
Ссылка на notebook
Полезные ресурсы:
Nympy
На русском с картинками + где могут использоваться массивы
Matplotlib с документаций и туториалами
На русском
Sympy
#DataScience #линал #матан