K
Я имею в виду чисто алгебраически
Size: a a a
2021 June 07
K
Просто не очень понятно, что вы имеете в виду под «ложится»
K
Алгебраически оно хорошо работает в пространстве любой размерности
АК
Возможно Вы ищите это, первые 5 минут
https://m.youtube.com/watch?v=_m-SxPRebLc
https://m.youtube.com/watch?v=_m-SxPRebLc
PK
🤷♂️ неа
I
они эти пространства еще изогнуты могут быть, типа неевклидовых:)
I
геометрия римана вам в помощь
АК
Фактически там говорится, что есть разложение вектора на сумму проекции на подпространство и вектора, ортогонального подпространству. Если вы придумаете два таких вектора, что первый лежит в этом подпространстве, второй как-то торчит из него, и в сумме они дают нужный вектор, то второй вектор по норме больше ортогонального
i
Если геометрическая интерпретация не очевидна то можно на нее не тратить время. Кому то проще понять через формулы а кому то через геометрию.
PK
Спасибо то что нужно
A
Всем привет! Подскажите пожалуйста, какие есть готовые сетки/предобученые слои для распознавания рукописных текстов на русском с наилучшими показателями качества? Если есть статьи/ноутбуки по этой теме, тоже очень интересует. За ранее спасибо, буду рад любой информации и мнению на эту тему!
S
+, тоже интересно
I
да даже печатный текст херово распознается публичными решениями
I
чего уж говорить про рукописи
M
Сегодня купон действителен на 100% скидку. Вдруг кому-то пригодится
M
Переслано от Maggie
АК
Все якобы временные скидки на курсы Udemy, которые я видел, висят явно дольше обещанного. Видимо они будут висеть до скончания веков.
C
Добрый вечер
Если кто-то сможет, проверьте пожалуйста работы, буду очень благодарен)
6 курс, финальный проект
https://www.coursera.org/learn/data-analysis-project/peer/am9Gl/postroieniie-baseline-rieshienii/review/Mu0kd7eeEeu-GwrMcj53hQ
https://www.coursera.org/learn/data-analysis-project/peer/TOwNZ/postroieniie-i-optimizatsiia-modieli/review/_An5-7eeEeuTSAqRQdsbYw
https://www.coursera.org/learn/data-analysis-project/peer/UDPo5/ekspierimienty-s-modiel-iu-proghnozirovaniia-ottoka/review/0kEQ-LmUEeukVRLSHR172Q
https://www.coursera.org/learn/data-analysis-project/peer/fMNng/otsienka-effiekta-ot-vniedrieniia-poluchiennogho-rieshieniia/review/m-rJDr5IEeuc9Aqm-B8Qow
https://www.coursera.org/learn/data-analysis-project/peer/9G4mP/podghotovka-otchieta-o-proviediennom-issliedovanii/review/jEvNbMT9EeukIg6EQPz_Yw
Если кто-то сможет, проверьте пожалуйста работы, буду очень благодарен)
6 курс, финальный проект
https://www.coursera.org/learn/data-analysis-project/peer/am9Gl/postroieniie-baseline-rieshienii/review/Mu0kd7eeEeu-GwrMcj53hQ
https://www.coursera.org/learn/data-analysis-project/peer/TOwNZ/postroieniie-i-optimizatsiia-modieli/review/_An5-7eeEeuTSAqRQdsbYw
https://www.coursera.org/learn/data-analysis-project/peer/UDPo5/ekspierimienty-s-modiel-iu-proghnozirovaniia-ottoka/review/0kEQ-LmUEeukVRLSHR172Q
https://www.coursera.org/learn/data-analysis-project/peer/fMNng/otsienka-effiekta-ot-vniedrieniia-poluchiennogho-rieshieniia/review/m-rJDr5IEeuc9Aqm-B8Qow
https://www.coursera.org/learn/data-analysis-project/peer/9G4mP/podghotovka-otchieta-o-proviediennom-issliedovanii/review/jEvNbMT9EeukIg6EQPz_Yw
АТ
#Курс1. #Неделя3. #Course1. #Week3.
Вопрос.
В пункте 2 говориться о том, брать матрицу из SVD, раскидав диагональную матрицу.
Что понимается под выражением "раскидать"?
В конспекте говорится о том, что диагональную матрицу из SVD нужно выбирать так, чтобы на главной диагонали стояли максимальные значения k элементов исходной диагоналной матрицы разложения SVD. Это понимается под "раскидать"?
Вопрос.
В пункте 2 говориться о том, брать матрицу из SVD, раскидав диагональную матрицу.
Что понимается под выражением "раскидать"?
В конспекте говорится о том, что диагональную матрицу из SVD нужно выбирать так, чтобы на главной диагонали стояли максимальные значения k элементов исходной диагоналной матрицы разложения SVD. Это понимается под "раскидать"?
M
Ну я однажды не успела на один курс, реально висела скидка 1 день 🤷♀