Демо-занятие курса «Математика для Data Science»
КОНЧИК! Щелкните правой кнопкой мыши и выберите "Save link as..." для загрузки.
Идея матричных разложений является одной из самых основных в линейной алгебре. А линейная алгебра, в свою очередь, является одним из фундаментальных кирпичиков в науке о данных! И конечно же, матричные разложения там тоже широко используются. Они служат для отбора наиболее важной информации в хранимых данных, для фильтрации от шумов, в процессе обучения моделей и.т.д. На открытом уроке мы познакомимся с фундаментальной мотивацией для матричных разложений, самыми известными их примерами, а также посмотрим, как же мы можем на практике применять матричных разложения в задачах DS.
«Математика для Data Science» - https://otus.pw/xpMA/
Преподаватель: Глеб Карпов - Skoltech Computational Intelligence Laboratory
Подключайтесь к обсуждению в чате - https://otus.pw/hWRc/
Пройдите опрос по итогам мероприятия - https://otus.pw/XheS/
Следите за новостями проекта:
- Facebook: https://otus.pw/3hO2
- Telegram: https://t.me/Otusjava
- ВКонтакте: https://otus.pw/850t
- LinkedIn: https://otus.pw/yQwQ/
- Хабр: https://otus.pw/S0nM/