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

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
https://drive.google.com/file/d/14vnHNFNxebqfu5N9YD1JaNn2qEgFvXPh/view?usp=sharing

Полезные ресурсы:
Nympy
http://www.inp.nsk.su/~grozin/python/b25_sympy.html
https://numpy.org/doc/stable/
На русском с картинками + где могут использоваться массивы
https://python-scripts.com/numpy

Matplotlib с документаций и туториалами
https://matplotlib.org/tutorials/index.html
На русском
https://python-scripts.com/matplotlib

Sympy
http://www.inp.nsk.su/~grozin/python/b25_sympy.html

Instagram https://www.instagram.com/miracl6_
Facebook https://www.facebook.com/miracl1e6

Telegram https://t.me/pymagic.ru
Facebook https://www.facebook.com/pymagic.ru/

#DataScience #линал #матан #ityoutubersru