যখন আমরা একটি বই পড়ি, স্বরলিপিগুলি বুঝতে বিষয়বস্তু বোঝার জন্য একটি খুব গুরুত্বপূর্ণ ভূমিকা পালন করে। দুর্ভাগ্যক্রমে, বিভিন্ন সম্প্রদায়ের মডেল গঠনের জন্য এবং অপটিমাইজেশন সমস্যার জন্য আলাদা স্বরলিপি কনভেনশন রয়েছে। কেউ কি এখানে কিছু সূত্রের সংকেত সংক্ষিপ্ত করতে এবং সম্ভাব্য কারণগুলি সরবরাহ করতে পারেন?
আমি এখানে একটি উদাহরণ দেব: লিনিয়ার বীজগণিত সাহিত্যে, ক্লাসিক বইটি স্ট্র্যাংয়ের রৈখিক বীজগণিতের পরিচয় । বইয়ের সর্বাধিক ব্যবহৃত স্বরলিপিটি হ'ল
যেখানে একটি সহগ ম্যাট্রিক্স , হল সমাধানের পরিবর্তনশীল এবং সমীকরণের ডানদিকে ভেক্টর । কারণ বই এই স্বরলিপি চয়ন রৈখিক বীজগণিত মূল লক্ষ্য একটি রৈখিক সিস্টেম এবং কি ভেক্টর জিনিসটা সমাধানে হয় । এ জাতীয় সূত্র দেওয়া ওএলএস অপ্টিমাইজেশান সমস্যা isএক্স বি এক্স
পরিসংখ্যান বা মেশিন লার্নিং সাক্ষরতায় ( পরিসংখ্যান শিক্ষার উপাদানসমূহের বই থেকে ) লোকেরা একই জিনিসকে উপস্থাপন করতে বিভিন্ন স্বরলিপি ব্যবহার করে:
কোথায় হয় ডেটা ম্যাট্রিক্স , হয় কোফিসিয়েন্টস বা ওজন শেখার শিখেছি করা , প্রতিক্রিয়া। কারণ মানুষ ব্যবহার এই কারণ পরিসংখ্যান বা মেশিন লার্নিং কমিউনিটি মানুষ চালিত তথ্য , তাই ডেটা এবং প্রতিক্রিয়া তাদের সবচেয়ে মজার বিষয় আছে, যেখানে তারা ব্যবহার এবং প্রতিনিধিত্ব করতে।
এখন আমরা সব দেখতে পারেন সম্ভব বিভ্রান্তির সেখানে হতে পারে: প্রথম সমীকরণের হিসাবে একই হয় দ্বিতীয় সমীকরণের। এবং দ্বিতীয় সমীকরণে কিছু সমাধান করার দরকার নেই। এছাড়াও শর্তগুলির জন্য: লিনিয়ার বীজগণিতের সহগ ম্যাট্রিক্স, তবে এটি পরিসংখ্যানগুলিতে ডেটা। "সহগ "ও বলা হয়।এক্স এক্স এ β
তদতিরিক্ত, আমি উল্লেখ করেছি মেশিন লার্নিংয়ে লোকেরা ব্যাপকভাবে ব্যবহৃত হয় না, লোকেরা সমস্ত ডেটা পয়েন্টের সংক্ষিপ্তসার হিসাবে একটি অর্ধ ভেক্টরাইজড সংস্করণ ব্যবহার করে ze যেমন
আমি মনে করি এর কারণ হ'ল স্টোকাস্টিক গ্রেডিয়েন্ট বংশদ্ভুততা এবং অন্যান্য বিভিন্ন ক্ষতির কার্যকারিতা সম্পর্কে কথা বলাই ভাল। এছাড়াও, সংক্ষিপ্ত ম্যাট্রিক্স স্বরলিপি লিনিয়ার রিগ্রেশন ব্যতীত অন্যান্য সমস্যার জন্য অদৃশ্য হয়ে যায়।
লজিস্টিক রিগ্রেশন জন্য ম্যাট্রিক্স স্বরলিপি
স্বীকৃতিতে যে কেউ আরও সংক্ষিপ্তসার দিতে পারে বিভিন্ন সাহিত্যকে অতিক্রম করতে পারে? আমি আশা করি যে বই পড়ার লোকেরা বিভিন্ন সাহিত্যকে অতিক্রম করতে এই প্রশ্নের স্মার্ট উত্তরগুলি একটি ভাল রেফারেন্স হিসাবে ব্যবহার করা যেতে পারে।
দয়া করে আমার উদাহরণ এবং দ্বারা সীমাবদ্ধ করবেন না । আরও অনেকে আছেন। যেমনএক্স β = y