文件名称：如何清空matlab的代码-dsc-scalars-vectors-matrices-tensors-codealong-nyc-ds-082
文件大小：621KB
文件格式：ZIP
更新时间：2024-06-10 14:54:46
系统开源
如何清空matlab的代码标量，向量，矩阵和张量-沿代码 介绍 在本课程中，将向您介绍线性代数中使用的基本数学实体。 我们还将研究如何使用NumPy在Python中创建（和稍后操纵）这些实体。 目标 你将能够： 比较标量，向量，矩阵和张量 使用Numpy和Python创建向量和矩阵 使用转置方法转置Numpy矩阵 背景 让我们首先定义一些数学实体，数据科学家在处理机器学习和深度学习算法时会经常遇到这些数学实体。 这些实体用于存储，处理和表示我们的数据，而分析活动主要集中在操纵这些代数实体以为未知数据实体提供解决方案。 标量 标量是一个数字 与其他对象（通常是多个数字的数组）相比，标量是线性代数中最简单的实体。 在文献中，您会发现标量表示为小写斜体字符。 标量需要根据其携带的数字类型进行定义。 例如： 实值标量：令$ S \ in \ mathbb {R} $为个人的薪水 自然数标量：假设$ n \ in \ mathbb {N} $为建筑物的楼层数 向量 向量是与单个标量相反的以某种顺序排列的数字数组。 向量中包含的数字称为向量的标量分量。 向量是从本质上是数字的各个组成部分构建的。
【文件预览】：
dsc-scalars-vectors-matrices-tensors-codealong-nyc-ds-082619-master
----index.ipynb(14KB)
----.learn(86B)
----images()
--------new_tensors.png(228KB)
--------objects.png(55KB)
--------matt.jpeg(14KB)
--------new_matrix.png(44KB)
--------vect.png(13KB)
--------vec2.png(8KB)
--------tensors.png(237KB)
--------matt.png(27KB)
--------new_objects.png(33KB)
--------new_vector.png(6KB)
----CONTRIBUTING.md(2KB)
----LICENSE.md(1KB)
----README.md(11KB)
----.gitignore(64B)