คณิตศาสตร์สำหรับการเรียนรู้ของเครื่อง: PCA

รายละเอียด

หลักสูตรระดับกลางนี้แนะนำพื้นฐานทางคณิตศาสตร์เพื่อให้ได้มาซึ่งการวิเคราะห์องค์ประกอบหลัก (PCA) ซึ่งเป็นเทคนิคการลดขนาดพื้นฐาน เราจะกล่าวถึงสถิติพื้นฐานบางอย่างของชุดข้อมูลเช่นค่าเฉลี่ยและความแปรปรวนเราจะคำนวณระยะทางและมุมระหว่างเวกเตอร์โดยใช้ผลิตภัณฑ์ด้านในและหาค่าการคาดการณ์มุมฉากของข้อมูลไปยังพื้นที่ย่อยมิติที่ต่ำกว่า เมื่อใช้เครื่องมือเหล่านี้เราจะได้รับ PCA เป็นวิธีการที่ลดข้อผิดพลาดในการสร้างใหม่กำลังสองโดยเฉลี่ยระหว่างจุดข้อมูลและการสร้างใหม่

ในตอนท้ายของหลักสูตรนี้คุณจะคุ้นเคยกับแนวคิดทางคณิตศาสตร์ที่สำคัญและคุณสามารถใช้ PCA ได้ด้วยตัวเอง หากคุณกำลังดิ้นรนคุณจะพบชุดสมุดบันทึก jupyter ที่จะช่วยให้คุณสำรวจคุณสมบัติของเทคนิคและแนะนำสิ่งที่คุณต้องทำเพื่อให้ได้ผล หากคุณเป็นผู้เชี่ยวชาญอยู่แล้วหลักสูตรนี้อาจฟื้นฟูความรู้บางส่วนของคุณ

การบรรยายตัวอย่างและแบบฝึกหัดต้องการ:
1. ความสามารถในการคิดเชิงนามธรรม
2. พื้นหลังที่ดีในพีชคณิตเชิงเส้น (เช่นเมทริกซ์และพีชคณิตเวกเตอร์เอกซ์เชิงเส้นพื้นฐาน)
3. พื้นหลังพื้นฐานในแคลคูลัสหลายตัวแปร (เช่นอนุพันธ์บางส่วนการหาค่าพื้นฐาน)
4. ความรู้ขั้นพื้นฐานในการเขียนโปรแกรมหลามและจำนวนมาก

Disclaimer: หลักสูตรนี้เป็นนามธรรมมากขึ้นและต้องมีการเขียนโปรแกรมมากกว่าหลักสูตรอื่น ๆ ของความเชี่ยวชาญ อย่างไรก็ตามการคิดเชิงนามธรรมประเภทนี้การจัดการพีชคณิตและการเขียนโปรแกรมเป็นสิ่งจำเป็นหากคุณต้องการที่จะเข้าใจและพัฒนาอัลกอริทึมการเรียนรู้ของเครื่อง