ผลต่างระหว่างรุ่นของ "Foundations of data science"
ไปยังการนำทาง
ไปยังการค้นหา
Jittat (คุย | มีส่วนร่วม) |
Jittat (คุย | มีส่วนร่วม) |
||
แถว 38: | แถว 38: | ||
[https://gitlab.com/jittat/foundations-ds-64-notes/-/blob/main/lect-02-2-hd-unit-balls.pdf notes-02-2] | [https://gitlab.com/jittat/foundations-ds-64-notes/-/blob/main/lect-02-2-hd-unit-balls.pdf notes-02-2] | ||
|- | |- | ||
− | | 3 || Gaussians in high dimensions. Random projection and the Johnson-Lindenstrauss Lemma. | + | | 3 || Gaussians in high dimensions. Random projection and the Johnson-Lindenstrauss Lemma.<br>Separating Gaussians. Introduction to SVD and review of linear algebra. |
|| 2, 3 | || 2, 3 | ||
|| | || |
รุ่นแก้ไขเมื่อ 23:02, 30 สิงหาคม 2564
หน้านี้สำหรับเก็บเอกสารและการบ้านรายวิชา 01204515 Foundations of Data Science ปีการศึกษา 2564 ภาคต้น
รายวิชานี้จะใช้หนังสือ Foundations of Data Science (Blum, A., Hopcroft, J., & Kannan, R. (2020). Foundations of Data Science. Cambridge: Cambridge University Press. doi:10.1017/9781108755528) เป็นหนังสือหลัก (ดาวน์โหลดจากโฮมเพจของ Hopcroft)
การบ้าน
อ้างอิงจากหนังสือ ฉบับวันที่ 2 March 2019
- Homework 1 (due 2 Sep.): 12.6, 12.15, 2.1(1), 2.5, 2.9, 2.27 (Programming), 2.32 (Programming), 2.14 (optional), 2.23 (optional)
- Hint: 2.9 พิจารณา 1 มิติก่อน (d=1) นิยามของ variance คืออะไร, จากนั้นค่อยพิจารณา d มิติ