До машинного обучения, том 1 — линейная алгебра для ИИ: фундаментальная математика для науки о данных и искусственного интеллекта на русском

Вы постоянно слышите, что линейная алгебра необходима для машинного обучения. Вы пробовали учебники, может быть, даже несколько плейлистов на YouTube, но всё либо предполагает, что вы уже это знаете, либо заваливает вас абстрактными доказательствами, не имеющими никакого отношения к реальности. Эта книга идёт другим путём.

Используя систему рекомендаций фильмов в качестве примера, эта книга с нуля формирует ваше понимание линейной алгебры. Вы начинаете с простого двумерного вектора, состоящего только из рейтингов и бюджета, и к концу уже выполняете анализ главных компонентов. Каждая концепция заслуживает своего места, поскольку вам наглядно показано, как и почему она важна в машинном обучении.

Вы изучите векторы, сложение векторов, умножение на скаляр, скалярное произведение, косинусное подобие, векторные пространства, матрицы, линейные преобразования, определители, обратные матрицы, системы линейных уравнений, собственные значения и собственные векторы, диагонализацию матриц, разложение матриц, сингулярное разложение (SVD) и метод главных компонент (PCA), и все это без каких-либо предположений, выходящих за рамки базовой арифметики.

Тон повествования непринужденный, местами забавный, и всегда честный в отношении сложных моментов. Уравнения не пропускаются. Они объясняются, обосновываются и связываются с чем-то, что можно наглядно представить.