Capítulo 4. Aplicaciones vectoriales
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Mientras trabajabas en los dos capítulos anteriores, puede que sintieras que parte del material era esotérico y abstracto. Tal vez pensaste que el reto de aprender álgebra lineal no te compensaría a la hora de comprender las aplicaciones del mundo real en la ciencia de datos y el aprendizaje automático.
Espero que este capítulo te disipe esas dudas. En este capítulo aprenderás cómo se utilizan los vectores y las operaciones vectoriales en los análisis de la ciencia de datos. Y podrás ampliar estos conocimientos trabajando con los ejercicios.
Correlación y similitud del coseno
La correlación es uno de los métodos de análisis más fundamentales e importantes de la estadística y el aprendizaje automático. Un coeficiente de correlación es un único número que cuantifica la relación lineal entre dos variables. Los coeficientes de correlación van de -1 a +1, donde -1 indica una relación negativa perfecta, +1 una relación positiva perfecta y 0 indica que no hay relación lineal. La Figura 4-1 muestra algunos ejemplos de pares de variables y sus coeficientes de correlación.
Figura 4-1. Ejemplos de datos que muestran correlación positiva, correlación negativa y correlación cero. El panel inferior derecho ilustra que la correlación es una ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access