AIスタートキャンプ11日目
2338 ワード
S1-WEEK3 Note 01 : Vector / Matrix
学習目標
Warm-up : Essence of Linear Algebra
vector can be anything
2つのベクトルの加算、ベクトルの定数倍...ベクトル
せんけいかいき
numpy、pandas、scikitLearningライブラリを使用して計算
データ表示方法
順序を保持する必要があります
list []
<->set(集合、シーケンスX)
pd.DataFrame
np.Array(最も一般的)
np.行列(推奨X)
Determint(行列式)
Regression
scipy
from scipy import stats
stats.linregress([ ], [ ])
Dimensionality Reduction : PCA, SVD
サイズの大きいデータセットをサイズの小さい部分に分割する(通常は可視化または他のモデリングに使用される)
深い学習:CNN
フィルタ、カーネル(小マトリクス)で画像をスケールし、結果を解析します.
フィルタにより修正する画像は、その特殊部分が「ハイライト」され、画像解析
vector
n次元ベクトル
n個の要素(ベクトルの長さ(length)とベクトルの次元数が同じ要素)の集合.
ベクトルの長さ(length)はベクトルの次元数に等しい
ベクトルのサイズ(Magnitude、Norm、Length)
Matrix
マトリックスサイズDimension
表示方法(行->列順)
square matrix
たいかく
Upper Triangular(上三角)
Lower Triangular(下三角)
Identity(単位行列)
対角行列では、すべての値が1です.
ぎゃくマトリクス
たいしょう
Determint(行列式)
きけいぎょうれつ
det(A)=0 det(A)=0 det(A)=0の行列
2行または2列が線形関係(M[,i]=M[,j]*N)である場合に発生する.
行列の行が列に線形依存する場合、行列の行列式は0になります.
np.arrayとlistの違い
a = [1, 2, 3]
b = [4, 5, 6]
a + b
Out:
[1, 2, 3, 4, 5, 6]
import numpy as np
a_np = np.array(a)
b_np = np.array(b)
a_np + b_np
Out:
array([5, 7, 9])
np.array
a_np * b_np
Out:
array([ 4, 10, 18])
#solution1
(a_np * b_np).sum()
#solution2
np.dot(a_np, b_np)
Out:
32
Reference
この問題について(AIスタートキャンプ11日目), 我々は、より多くの情報をここで見つけました https://velog.io/@ldy971215/코드스테이츠-AI-부트캠프-11일차テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol