赵走x博客
网站访问量:151453
首页
书籍
软件
工具
古诗词
搜索
登录
2、线性代数介绍
1、基础入门
2、线性代数介绍
资源编号:76248
自然语言处理:理论与实战
书籍
热度:75
>导读:自然语言处理是计算机科学、统计学、数学和信息论等多个领域交叉的学科。线性代数又是数学的一个重要分支,对自然语言处理有着直接的影响。诸如算法建模、参数设置、验证策略、识别欠拟合和过拟合,等等。读者往往知道线性代数很有用,常常全书通读,造成时间不足和效率较低,归因于对线性代数在机器学习中的重点和用途不明确。本章以简明的方式介绍常用的线性代数知识,介绍线性代数常用于哪些方面。
>导读:自然语言处理是计算机科学、统计学、数学和信息论等多个领域交叉的学科。线性代数又是数学的一个重要分支,对自然语言处理有着直接的影响。诸如算法建模、参数设置、验证策略、识别欠拟合和过拟合,等等。读者往往知道线性代数很有用,常常全书通读,造成时间不足和效率较低,归因于对线性代数在机器学习中的重点和用途不明确。本章以简明的方式介绍常用的线性代数知识,介绍线性代数常用于哪些方面。 # 线性代数介绍 线性代数是数学的一个分支,它的研究对象是向量、向量空间(或称线性空间)、线性变换和有限维的线性方程组。由于科学研究中的非线性模型通常可以近似为线性模型,使得线性代数广泛地应用于自然科学和社会科学领域。 在计算机广泛应用的今天,线性代数早已不是大学课堂的理论指导,有人甚至说“线性代数是21 世纪的数学”。在机器学习中对算法主题的理解和优化很有帮助,比如主成分分析(PCA)、奇异值分解(SVD)、矩阵特征分解、因式分解、对称矩阵、正交化/标准正交化、矩阵运算、投影、特征值和特征矢量、矢量空间和范数等。由于现在很多机器学习技术人员常常只会调用机器学习的工具包,以至于有人戏言现在的机器学习是“调参机器学习”,侧面解释了线性代数对于了解算法模型和优化很强的指导作用。