Skip to Content
Algebra lineare pratica per la scienza dei dati
book

Algebra lineare pratica per la scienza dei dati

by Mike X Cohen
April 2025
Intermediate to advanced
328 pages
8h 55m
Italian
O'Reilly Media, Inc.
Book available
Content preview from Algebra lineare pratica per la scienza dei dati

Capitolo 10. Riduzione delle righe e decomposizione LU

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com

Ora passiamo alla decomposizione LU. La LU, come la QR, è una delle colonne portanti del calcolo alla base degli algoritmi di scienze dei dati, tra cui l'adattamento di modelli ai minimi quadrati e l'inversione di matrici. Questo capitolo è quindi fondamentale per la tua formazione in algebra lineare.

Il problema della decomposizione LU è che non puoi impararla immediatamente. Al contrario, devi prima imparare i sistemi di equazioni, la riduzione delle righe e l'eliminazione gaussiana. E durante l'apprendimento di questi argomenti, imparerai anche a conoscere le matrici echelon e le matrici di permutazione. Oh sì, caro lettore, questo sarà un capitolo emozionante e ricco di azione.

Sistemi di equazioni

Per comprendere la decomposizione LU e le sue applicazioni, devi comprendere la riduzione di riga e l'eliminazione gaussiana. Per comprendere questi argomenti, devi capire come manipolare le equazioni, convertirle in un'equazione matriciale e risolvere l'equazione matriciale utilizzando la riduzione di riga.

Iniziamo con un "sistema" di un'equazione:

2 x = 8

Come sicuramente avrai imparato a scuola, puoi fare diverse manipolazioni matematiche sull'equazione, purché tu faccia la stessa cosa su entrambi i lati dell'equazione. Ciò significa che l'equazione successiva non è uguale a quella ...

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.
Start your free trial

You might also like

Imparare gli algoritmi

Imparare gli algoritmi

George Heineman
Statistica pratica per data scientist, 2a edizione

Statistica pratica per data scientist, 2a edizione

Peter Bruce, Andrew Bruce, Peter Gedeck

Publisher Resources

ISBN: 9798341643871