Skip to Main Content
Praktische Lineare Algebra für Data Science
book

Praktische Lineare Algebra für Data Science

by Mike X Cohen
September 2024
Intermediate to advanced content levelIntermediate to advanced
328 pages
9h 6m
German
O'Reilly Media, Inc.
Book available
Content preview from Praktische Lineare Algebra für Data Science

Kapitel 4. Vektorielle Anwendungen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Während du die beiden vorangegangenen Kapitel durchgearbeitet hast, hattest du vielleicht das Gefühl, dass einige der Inhalte esoterisch und abstrakt sind. Vielleicht hattest du das Gefühl, dass sich die Herausforderung, lineare Algebra zu lernen, nicht auszahlt, wenn es darum geht, reale Anwendungen im Bereich Data Science und maschinelles Lernen zu verstehen.

Ich hoffe, dass dieses Kapitel diese Zweifel ausräumt. In diesem Kapitel lernst du, wie Vektoren und Vektoroperationen in datenwissenschaftlichen Analysen verwendet werden. Und du wirst dieses Wissen in den Übungen vertiefen können.

Korrelation und Kosinusähnlichkeit

Die Korrelation ist eine der grundlegendsten und wichtigsten Analysemethoden in der Statistik und im maschinellen Lernen. Ein Korrelationskoeffizient ist eine einzelne Zahl, die die lineare Beziehung zwischen zwei Variablen angibt. Die Korrelationskoeffizienten reichen von -1 bis +1, wobei -1 für eine perfekte negative Beziehung, +1 für eine perfekte positive Beziehung und 0 für keine lineare Beziehung steht. Abbildung 4-1 zeigt ein paar Beispiele für Variablenpaare und ihre Korrelationskoeffizienten.

Correlation examples
Abbildung 4-1. Beispiele für Daten, die eine positive Korrelation, eine negative Korrelation ...
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

Deep Learning für die Biowissenschaften

Deep Learning für die Biowissenschaften

Bharath Ramsundar, Peter Eastman, Patrick Walters, Vijay Pande
Roboter mit ROS

Roboter mit ROS

Murat Calis

Publisher Resources

ISBN: 9781098184889