Algèbre linéaire pratique pour la science des données

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com Si tu veux travailler dans un domaine informatique ou technique, tu dois comprendre l'algèbre linéaire. En tant qu'étude des matrices et des opérations agissant sur elles, l'algèbre linéaire est la base mathématique de presque tous les algorithmes et analyses mis en œuvre dans les ordinateurs. Mais la façon dont elle est présentée dans les manuels vieux de plusieurs décennies est très différente de la façon dont les professionnels utilisent aujourd'hui l'algèbre linéaire pour résoudre les applications modernes du monde réel. Ce guide pratique de Mike X Cohen enseigne les concepts fondamentaux de l'algèbre linéaire tels qu'ils sont mis en œuvre dans Python, y compris la façon dont ils sont utilisés dans la science des données, l'apprentissage automatique, l'apprentissage profond, les simulations informatiques et les applications de traitement des données biomédicales. Armés des connaissances de ce livre, tu pourras comprendre, mettre en œuvre et adapter une myriade de méthodes d'analyse et d'algorithmes modernes. Idéal pour les praticiens et les étudiants qui utilisent la technologie informatique et les algorithmes, ce livre te présente : Les interprétations et les applications des vecteurs et des matrices. L'arithmétique matricielle (diverses multiplications et transformations) Indépendance, rang et inversions Décompositions importantes utilisées dans l'algèbre linéaire appliquée (y compris LU et QR) Eigendecomposition et décomposition de la valeur singulière Applications, y compris l'ajustement de modèles par la méthode des moindres carrés et l'analyse des composantes principales