Capítulo 4. Aplicações vectoriais
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Ao trabalhar nos dois capítulos anteriores, podes ter sentido que algum do material era esotérico e abstração. Talvez tenhas sentido que o desafio de aprender álgebra linear não compensaria a compreensão das aplicações do mundo real na ciência dos dados e na aprendizagem automática.
Espero que este capítulo te tire essas dúvidas. Neste capítulo, vais aprender como os vectores e as operações vectoriais são utilizados nas análises da ciência dos dados. E poderás aprofundar estes conhecimentos através dos exercícios.
Correlação e similaridade de cosseno
A correlação é um dos métodos de análise mais fundamentais e importantes em estatística e aprendizagem automática. Um coeficiente de correlação é um número único que quantifica a relação linear entre duas variáveis. Os coeficientes de correlação variam de -1 a +1, sendo que -1 indica uma relação negativa perfeita, +1 uma relação positiva perfeita e 0 indica que não há relação linear. A Figura 4-1 mostra alguns exemplos de pares de variáveis e seus coeficientes de correlação.
Figura 4-1. Exemplos de dados que apresentam correlação positiva, correlação negativa e correlação zero. O painel inferior direito ilustra que a correlação é uma medida linear; podem existir relações não lineares ...
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