Хабр Курсы для всех
РЕКЛАМА
Большая витрина: от крупнейших школ до частных авторов. Сравнивайте по цене, длительности, формату и выбирайте самый подходящий курс!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 39
НАЧАЛОСЬ
Хабр хотел начать покорять аудиторию со знанием англ. языка. И круто, что это «НАЧАЛОСЬ» :)
Разожгу
В вагон метро входит еврей и встает на ногу военному. Военный смотрит то
на часы, то на еврея, то на часы, то на еврея потом как даст еврею по
морде. С сиденья вскакивает пьяный и тоже начинает бить еврея. Всех
забирают в милицию. Милиционер допрашивает всех по очереди.
Еврей:
— Я ничего не понимаю, вошел в вагон, военный меня ударил,
потом этот пьяный еще набросился.
Милиционер спрашивает у военного:
— За что вы его ударили?
Военный:
— Я спокойно ехал, вошел этот гражданин и встал мне на ногу. Я
подумал, что если он через 5 минут не сойдет с моей ноги, ударю
по морде.
Милиционер спрашивает у пьяного:
— Ну хорошо а вы-то зачем полезли, ведь в другой стороне сидели?
Пьяный:
— Смотрю, сидит военный и смотрит то на часы, то на еврея, то на
часы, то на еврея, потом как даст ему по морде, ну я подумал,
что по всей России началось!
на часы, то на еврея, то на часы, то на еврея потом как даст еврею по
морде. С сиденья вскакивает пьяный и тоже начинает бить еврея. Всех
забирают в милицию. Милиционер допрашивает всех по очереди.
Еврей:
— Я ничего не понимаю, вошел в вагон, военный меня ударил,
потом этот пьяный еще набросился.
Милиционер спрашивает у военного:
— За что вы его ударили?
Военный:
— Я спокойно ехал, вошел этот гражданин и встал мне на ногу. Я
подумал, что если он через 5 минут не сойдет с моей ноги, ударю
по морде.
Милиционер спрашивает у пьяного:
— Ну хорошо а вы-то зачем полезли, ведь в другой стороне сидели?
Пьяный:
— Смотрю, сидит военный и смотрит то на часы, то на еврея, то на
часы, то на еврея, потом как даст ему по морде, ну я подумал,
что по всей России началось!
ПОЧАЛОСЯ
Nun, mir ist die Sprache egal, gib mir nur gute Inhalte.
Если серьёзно, какой-то немного странный вопрос. Как применяется линейная алгебра в {{название области, которая практически состоит из линейной алгебры, как огурец из воды}}?
По поводу опроса.
По-моему, всё же, если автор русскоязычный и пишет он для русскоязычных, то писать следует на русском. Если же русскоязычный автор пишет на английском, то тут несколько вариантов:
1) он пишет на площадке где аудитория в основном не знает русского языка (это не про хабр)
2) он пишет на русскоязычной площадке но в первую очередь для иностранцев (тут разные обоснования бывают, но в большинстве случаев я бы посчитал это неуважением к основной аудитории — типа, вы тут есть, но я тут ради в первую очередь других)
3) он написал англоязычный дубликат своей русскоязычной статьи
По-моему, всё же, если автор русскоязычный и пишет он для русскоязычных, то писать следует на русском. Если же русскоязычный автор пишет на английском, то тут несколько вариантов:
1) он пишет на площадке где аудитория в основном не знает русского языка (это не про хабр)
2) он пишет на русскоязычной площадке но в первую очередь для иностранцев (тут разные обоснования бывают, но в большинстве случаев я бы посчитал это неуважением к основной аудитории — типа, вы тут есть, но я тут ради в первую очередь других)
3) он написал англоязычный дубликат своей русскоязычной статьи
Пара замечаний.
1. Функция ошибок, если быть точным, зависит от метрики: Err = (Y-Y')* G (Y-Y'). Тут и далее звездочка обозначает транспонирование.
2. Часто упоминаемое сочетание /(X* X) X* — это ни что иное как псевдообратная_матрица. Здесь левая.
3. Не менее (возможно более) интересна так называемая (data-)resolution matrix, определяемая формулой D = X /(X* X) X*. В терминах статьи данная матрица используется в выражении H = D Y. Чем она «более диагональна», — тем лучше работает линейная модель.
Фишка матрицы в том, что она безразмерна и, как следствие, — не зависит от метрики.
1. Функция ошибок, если быть точным, зависит от метрики: Err = (Y-Y')* G (Y-Y'). Тут и далее звездочка обозначает транспонирование.
2. Часто упоминаемое сочетание /(X* X) X* — это ни что иное как псевдообратная_матрица. Здесь левая.
3. Не менее (возможно более) интересна так называемая (data-)resolution matrix, определяемая формулой D = X /(X* X) X*. В терминах статьи данная матрица используется в выражении H = D Y. Чем она «более диагональна», — тем лучше работает линейная модель.
Фишка матрицы в том, что она безразмерна и, как следствие, — не зависит от метрики.
Стоит отметить, что такой текст неплохо переводится и браузерным переводчиком, а «ручные» переводы статей нередко вызывают нарекания в комментариях. Если контент интересный и/или требует обсуждения, то полезно иметь две и более языковых версий, что иногда и так случается благодаря альтруистам-переводчикам. Я «за» англоязычные статьи и против обязательного требования предоставления русской версии, но хотелось бы, чтобы наличие таковой носило рекомендательный характер. Некоторые авторы уже сейчас делают 2 версии (одну в виде ссылки).
Me kud spoke england veri bestest.
Мне кажется посыл смены домена на com и разрешения английского в постах направлен на привлечение в сообщество зарубежных авторов. Но сей посыл не имеет смысла, без наличия на ресурсе англоязычного контента. Сам он тут не появится.
Но! Смысл данной статьи сводится к тому, что линейная алгебра нужна, потому что она много где применяется, и в том числе для машинного обучения. Ну да, линейная алгебра один из столпов Computer Sience и что? Или статья преследует цель исключительно быть статьей на английском, к чему я склоняюсь
Но! Смысл данной статьи сводится к тому, что линейная алгебра нужна, потому что она много где применяется, и в том числе для машинного обучения. Ну да, линейная алгебра один из столпов Computer Sience и что? Или статья преследует цель исключительно быть статьей на английском, к чему я склоняюсь
На самом деле, целью текста было ответить на конкретный вопрос «what are typical applications of LA in ML» (возникший у не-русскоязычной аудитории). А потом я решил его расшарить публично, и посмотреть, что будет :)
Что аудитория не-русскоязычная — это, наверное, существенно. Всё-таки на постсоветском пространстве существует культ математики, согласно которому математика крайне важна, если не доказано обратное. А вопрошали меня иностранные разработчики, которые про машинку знают больше на уровне
Что аудитория не-русскоязычная — это, наверное, существенно. Всё-таки на постсоветском пространстве существует культ математики, согласно которому математика крайне важна, если не доказано обратное. А вопрошали меня иностранные разработчики, которые про машинку знают больше на уровне
from xgboost import * или красивых картинок, а теорию никогда особо и не изучали. И если многие наши студенты привычны к формулкам и побаиваются кода, то где-нибудь в Штатах или в Израиле чаще наоборот.
По моем не стоит превращать хабр в Quora. А англоязычные статьи здесь есть — просто их переводят, нпример с Medium, так что я за русский.
Оф-топик
А как будет выглядеть двуязычный хабр?
Писать и читать его будут только те кто знают оба языка?
А как будет выглядеть двуязычный хабр?
Писать и читать его будут только те кто знают оба языка?
А русскоязычная версия будет?
Цілком підтримую багатомовність на Хабрі!
Имхо — получилось не очень.
Суть даже не в аудитории. просто, как я думаю, сложно читать статью со смешением языков.
То есть вот отличная, может быть, статья, но вокруг так много непонятно текста, ниже обсуждение все на другом языке — вызывает дискомфорт и хочется найти что то более «достоверное», хотя материал может быть полнее и подробнее, но не то.
Если уж делать, то как то и окружение подстраивать под язык статьи.
Суть даже не в аудитории. просто, как я думаю, сложно читать статью со смешением языков.
То есть вот отличная, может быть, статья, но вокруг так много непонятно текста, ниже обсуждение все на другом языке — вызывает дискомфорт и хочется найти что то более «достоверное», хотя материал может быть полнее и подробнее, но не то.
Если уж делать, то как то и окружение подстраивать под язык статьи.
Получилась не плохая статья, особенно идея понравилась (читай Название). К языку изложения претензий никаких, т.к. если тема на самом деле интересна, то можно поднапрячься «на худой конец».
На мой взгляд, не раскрыта суть названия статьи. Лично я для себя ищу практическое объяснение, как же все таки Линейная Алгебра (ЛА) используется в МЛ. Но пока все материалы по этой теме ограничиваются лишь подготовкой матричных данных (размерность, нормализация и пр.) и отправкой всего этого в API известных библиотек, например, Keras, Numpy, TF, и получения из «черного ящика» какого-то ответа. При этом сама суть всей магии остается там, внутри, под капотом.
Что происходит на внутренних слоях? Например, в случае с цветным изображением 28х28х256? Я так понимаю, в любом случай должно получиться в результате обучения на выходе уникальное значение (сумма векторов), которое будет относительно однозначно определять классифицируемый объект?
Могли бы вы показать суть применения аппарата ЛА (т.е. применить приведенные вами методы) на конкретном, простом примере.… показать на основных шагах, особенно интересует суть трансформации данных на внутренних слоях модели? Например, на задаче бинарной, ну или не бинарной классификации изображений (4 мерный тензор — матрица).
Если представляете это, конечно… За ссылку на материал, где раскрыты детали применения аппарата ЛА буду благодарен.
На мой взгляд, не раскрыта суть названия статьи. Лично я для себя ищу практическое объяснение, как же все таки Линейная Алгебра (ЛА) используется в МЛ. Но пока все материалы по этой теме ограничиваются лишь подготовкой матричных данных (размерность, нормализация и пр.) и отправкой всего этого в API известных библиотек, например, Keras, Numpy, TF, и получения из «черного ящика» какого-то ответа. При этом сама суть всей магии остается там, внутри, под капотом.
Что происходит на внутренних слоях? Например, в случае с цветным изображением 28х28х256? Я так понимаю, в любом случай должно получиться в результате обучения на выходе уникальное значение (сумма векторов), которое будет относительно однозначно определять классифицируемый объект?
Могли бы вы показать суть применения аппарата ЛА (т.е. применить приведенные вами методы) на конкретном, простом примере.… показать на основных шагах, особенно интересует суть трансформации данных на внутренних слоях модели? Например, на задаче бинарной, ну или не бинарной классификации изображений (4 мерный тензор — матрица).
Если представляете это, конечно… За ссылку на материал, где раскрыты детали применения аппарата ЛА буду благодарен.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
How linear algebra is applied in machine learning