Estoy de acuerdo con Jesse Reiss en que puedes ser un ingeniero de software sin conocer álgebra lineal sofisticada, aunque es crucial como académico o especialista en ciertos campos.
El álgebra lineal en informática puede dividirse ampliamente en dos categorías:
- Álgebra lineal para cantidades espaciales. Aquí se trata de vectores de 2, 3 o 4 dimensiones y le preocupan las rotaciones, proyecciones y otras operaciones matriciales que tienen alguna interpretación espacial. Este es el tipo de álgebra lineal que surge, por ejemplo, en gráficos de computadora o simulaciones físicas.
- Álgebra lineal para estadísticas. Aquí se trata de vectores en espacios de alta dimensión que no tienen una interpretación espacial particular y le interesan las descomposiciones de matrices, etc. Este dominio incluye procesamiento de señales, aprendizaje automático estadístico y compresión.
El primero es realmente un caso especial del segundo, pero a efectos prácticos, las matemáticas que le interesarán diferirán sustancialmente a través de este límite.
- ¿Cuál es la importancia de S en la reconstrucción de las relaciones de coseno de fila de M en B = U * S con M = U * S * V ‘(SVD)?
- ¿Por qué es OLS solucionable a partir de álgebra lineal simple? ¿Por qué es especial la pérdida de L2?
- En un modelo de entrada-salida, ¿cuál es el significado de los vectores propios de la matriz de entrada-salida?
- ¿Necesito aprender álgebra lineal antes de sumergirme en el aprendizaje automático?
- ¿Qué es un buen motor similar a una base de datos para almacenar y operar en matrices?