応用数学や統計学、そしてデータサイエンスの多くは、次の形の行列-ベクトル方程式に行き着きます。
$$A\vec{x} = \vec{b}.$$
この方程式を \(\vec{x}\) について解くことは、次のうちどの説明が最も的確ですか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、ベクトルや行列など、線形代数における主要な対象について学びます。なぜ重要なのか、そしてそれらがどのように相互に関係し合うのかを理解します。
多くのMachine Learningアルゴリズムは、最終的に行列とベクトルの方程式を解くことに帰着します。この章では、行列-ベクトル方程式が何を目的としているのか、そしてそれをRでどのように解くのかを学びます。
現在の演習
行列の操作は複雑です。固有値・固有ベクトルの解析を使うと、画像認識やゲノム解析などの目的で、これらの操作をより単純なものに分解できます。
“Big Data”はデータサイエンスとその応用のあらゆる場面に存在します。しかし、これらのデータセットに含まれる冗長性は問題になることがあります。この章では、主成分分析とは何か、そしてそれを用いてどのように次元削減を行うのかを学びます。
