線性代數應用
回答
線性代數爲大多數機器學習算法提供了計算引擎。
例如,可能ML 最顯眼,最常見的應用是推薦引擎。
除了數據檢索之外,這些算法的真正關鍵在於對用作這些引擎輸入的荒謬稀疏數據的「重構」。 供給到Amazon.com的基於用戶的R/E爲(可能)大規模 數據矩陣中的原始數據,其中所述用戶是行和它的產品被表示在列 。因此,爲了有機地填充這個矩陣,每個客戶都必須 購買Amazon.com銷售的每件產品。這裏使用基於線性代數的技術。
所有目前使用的技術包括某些類型的矩陣分解,從根本上 類的線性代數技術(的如non-negative matrix approximation和 positive-maximum-margin-matrix approximation(警告鏈接到PDF!)也許是兩個最常見的)
其次,許多如果不是大多數ML技術依賴於數值優化技術。 例如,最監督ML算法通過最小化由新生分類器和 從訓練數據的實際值計算出的值之間的增量涉及訓練的分類器/迴歸的創建。這可以迭代地完成或者使用線性代數 技術來完成。如果是後者,那麼該技術通常是SVD或某些變體。
第三,基於光譜的分解 --PCA(主成分分析) 和內核PCA - 也許是最常用的尺寸縮減技術, 通常在預處理步驟剛剛施加在數據流中的ML算法之前,例如 ,經常在Kohonen Map中使用PCA來初始化網格。這些技術之下的主要見解是協方差矩陣的特徵向量(從原始數據矩陣準備的具有從主對角線向下的零的正方形對稱矩陣)是單位長度並且彼此正交。
+1用於矩陣分解,令人驚訝的是有多少問題可以被看作是實例 – Nicolas78 2011-05-29 06:58:49
奇異值分解(SVD )是機器學習中廣泛使用的經典方法。
我覺得這篇文章是相當容易的,說明基於SVD推薦系統,看到http://www.igvita.com/2007/01/15/svd-recommendation-system-in-ruby/。
Strang的線性代數書包含了一個關於SVD應用於網頁排名的部分(HITS算法),參見Google Books。
- 1. 密集線性代數的應用
- 2. 線性代數庫
- 3. Android的線性代數庫
- 4. C#代數線性庫
- 5. 替代線性代數的scipy和numpy?
- 6. 整數上的線性代數包
- 7. lisp高效線性代數庫
- 8. Haskell的有限域線性代數庫
- 9. 線性代數算法示例
- 10. 迭代線性時間嵌套數組
- 11. 斯卡拉的線性代數庫?
- 12. Scala LMS編寫線性代數Lib
- 13. C中的圖形線性代數
- 14. 羣集的線性代數庫
- 15. 哈斯克爾線性代數?
- 16. Armadillo找不到BLAS線性代數包
- 17. 在Python中使用數值線性代數的工具
- 18. Scipy線性代數LinearOperator函數用於共軛梯度
- 19. 線性代碼規格
- 20. CUDA中的線性代數庫和動態並行性
- 21. 如何使用MATLAB找到非線性代數方程的解?
- 22. 在Haskell中用於OpenGL的哪種線性代數?
- 23. 用於線性代數的MAGMA和Rcpp R
- 24. 使用d3對數刻度代替線性刻度
- 25. 更改IDL線性代數例程使用的LAPACK實現?
- 26. 用JavaScript解決線性方程和類似的代數問題
- 27. 用於大型密集矩陣的線性代數庫
- 28. Createjs應用線性漸變筆畫
- 29. 在R中應用SVD線性迴歸
- 30. 將線性漸變應用於背景
http://www.google.com/search?q=linear+algebra+machine+learning – Blender 2011-05-09 23:59:06
機器學習算法需要對線性代數有深入的理解,並且熟悉n維空間中數據的分佈和操作。引用[ESL](http://www-stat.stanford.edu/~tibs/ElemStatLearn/)第10頁的**第一個**問題設置,「矩陣用粗體大寫字母表示;例如,一組N個輸入p矢量xi ,i = 1,...,N將由當前的混合矩陣X「 – 2013-10-24 03:52:10
'表示,有趣的是,這個問題是最重要的結果之一用於該搜索查詢。 – jayelm 2014-12-17 02:25:32