Матричные разложения. Применение в Data Science // Демо-занятие курса «Математика для Data Science»

Идея матричных разложений является одной из самых основных в линейной алгебре. А линейная алгебра, в свою очередь, является одним из фундаментальных кирпичиков в науке о данных! И конечно же, матричные разложения там тоже широко используются. Они служат для отбора наиболее важной информации в хранимых данных, для фильтрации от шумов, в процессе обучения моделей и.т.д. На открытом уроке мы познакомимся с фундаментальной мотивацией для матричных разложений, самыми известными их примерами, а также посмотрим, как же мы можем на практике применять матричных разложения в задачах DS. «Математика для Data Science» - Преподаватель: Глеб Карпов - Skoltech Computational Intelligence Laboratory Подключайтесь к обсуждению в чате - Пройдите опрос по итогам мероприятия - Следите за новостями проекта: - Facebook: - Telegram: - ВКонтакте: - LinkedIn: - Хабр: