ماتریس و بردار Matrices and Vectors– قسمت یازدهم دوره یادگیری ماشین دانشگاه استنفورد

ماتریس و بردار Matrices and Vectors– قسمت یازدهم دوره یادگیری ماشین دانشگاه استنفورد

در این جلسه از دوره یادگیری ماشین دانشگاه استنفورد به بررسی ماتریس و بردار می‌پردازیم. تا اینجا کار با تابع هزینه و فرضیه آشنا شدید. همچنین یاد گرفتیم چگونه با کمک الگوریتم گرادیان نزولی تابع هزینه با رگرسیون خطی را بهینه کنیم.

ماتریس و بردار چیست؟

در ادامه این جلسات با جبر خطی آشنا می‌شویم. کار را با معرفی ماتریس و بردار شروع می‌کنیم.

این محتوا قفل و محدود شده است. برای تهیه اشتراک و مطالعه آن عضو شوید. عضویت

فیلم جلسه یازدهم دوره یادگیری ماشین دانشگاه استنفورد – بردارها و ماتریس‌ها

جمع‌بندی جلسه ماتریس و بردار و موضوع جلسه آینده

در این جلسه از دوره یادگیری ماشین دانشگاه استنفورد با ماتریس‌ها و بردارها آشنا شدید. همچنین با کمک یکدیگر شیوه نشان دادن اندازه و یا اشاره به یک مولفه را آموختیم. در جلسه آینده با کارکرد ماتریس و بردار آشنا خواهیم شد.

حتما بخوانید:  یادگیری با نظارت (Supervised learning) یا یادگیری نظارت شده چیست - قسمت دوم دوره یادگیری ماشین دانشگاه استنفورد

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

-->