Wiskunde-fundament
Van vectoren naar de taal waarmee modellen leren.
Begin dit leerpadDenken in vectoren
Een vector is een richting
Geef gegevens een richting en grootte. Bouw zelf de drie basisbewerkingen voor vectoren.
Nog te ontdekkenHoeveel wijzen ze dezelfde kant op?
Ontdek het inproduct en de hoek tussen vectoren. De eerste stap richting embeddings.
Nog te ontdekkenEen matrix doet iets met een vector
Lees vormen, verwissel rijen en kolommen en bouw een lineaire afbeelding.
Nog te ontdekkenTwee transformaties achter elkaar
Bereken matrixproducten en ontdek waarom de volgorde van transformaties telt.
Nog te ontdekkenWat blijft over van de oppervlakte?
Gebruik de determinant om oppervlakteschaling, spiegeling en verlies van informatie te begrijpen.
Nog te ontdekkenReken terug en controleer het antwoord
Los een klein lineair stelsel op en controleer de oplossing met het residu.
Nog te ontdekkenVan twee punten naar een helling
Meet verandering met verschilquotiënten en onderzoek de stapgrootte van een numerieke afgeleide.
Nog te ontdekkenAfleiden zonder een buurpunt
Bouw de machtsregel, afgeleiden van veeltermen en de productregel.
Nog te ontdekkenGeef een verandering door
Volg gevoeligheid door een keten van bewerkingen en tel bijdragen van vertakkingen op.
Nog te ontdekkenEen helling voor elk gewicht
Bereken een gradiënt, controleer hem numeriek en zet een gezamenlijke leersprong.
Nog te ontdekkenWat betekent een kans?
Normaliseer gewichten, combineer gebeurtenissen en reken met voorwaardelijke kansen.
Nog te ontdekkenEen melding is nog geen zekerheid
Gebruik basiskansen en foutmeldingen om de betekenis van een positieve modeluitkomst te berekenen.
Nog te ontdekkenEén gemiddeld getal vertelt niet alles
Bereken gemiddelde, mediaan en variantie en onderzoek de invloed van een uitschieter.
Nog te ontdekkenSamen bewegen is nog geen oorzaak
Bouw covariantie, correlatie en standaardisatie met aandacht voor schaal en constante kenmerken.
Nog te ontdekkenHoe verrassend is een uitkomst?
Verbind entropie, cross-entropy en KL-divergentie met de verliesfuncties van modellen.
Nog te ontdekken